基于列a的连续1值及后续行分组，校验组内列b首值是否为1

原始DataFrame #

import pandas as pd
df = pd.DataFrame(
    {
        'a': [ 1, 1, 1,  0, 1,  0,  1, 1,  0,  0, 1, 1,  0,  0],
        'b': [-1, 1, 1, -1, 1, -1, -1, 1, -1, -1, 1, 1, -1, -1]
    }
)

需求说明 #

我们需要按列a中连续的1值序列，再加上序列结束后的那一行进行分组，最终期望得到的结果如下：

a  b
4   1  1
5   0 -1

10  1  1
11  1  1
12  0 -1

已有分组逻辑 #

以下代码可实现基础分组（筛选出包含连续1序列+后续0行的组）：

# 从后往前标记连续1的分组
g = df.loc[::-1, 'a'].eq(0).cumsum()
# 筛选出长度大于1的分组（排除单独的0行）
out = [g for _,g in df.groupby(g, sort=False) if len(g)>1]

待验证的过滤代码 #

现在需要额外校验每个分组中列b的首个值是否为1，尝试用以下代码实现，需验证其有效性：

groups = df.groupby(g).filter(lambda x: x.b.iloc[0] == 1)

有效性分析 #

1. 分组结构说明：g的分组逻辑是从后往前累加0的计数，正序下每个符合len(g)>1的分组必然是「连续1序列 + 后续第一个0行」的结构，分组首行一定是1所在行。
2. 当前场景验证：
   • 索引0-3的分组：首行b=-1，会被过滤，符合预期；
   • 索引4-5的分组：首行b=1，会被保留，符合预期；
   • 索引6-8的分组：首行b=-1，会被过滤，符合预期；
   • 索引10-12的分组：首行b=1，会被保留，符合预期；
   • 单独的0行（索引9、13）因长度为1，已被len(g)>1排除，不会进入filter逻辑。
3. 边界情况适配：
   • 若连续1序列首行b不为1，后续行是1，分组会被过滤，符合校验规则；
   • 分组不可能出现首行是0的情况，无需额外处理。

综上，这段filter代码完全符合需求，能准确筛选出目标分组。

内容的提问来源于stack exchange，提问作者AmirX