如何按连续1值序列及其结束后一行分组Pandas DataFrame

原始数据 #

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

需求说明 #

需要按连续的1值序列，加上该序列结束后的那一行进行分组。例如第一组包含前三行连续的1，以及紧随其后的一行0；连续的多个0中，仅保留每个1序列后的第一个0，其余0行不纳入分组。期望分组结果如下：

a
0   1
1   1
2   1
3   0

4   1
5   0

6   1
7   1
8   0

10  1
11  1
12  0

尝试过的无效方法 #

曾尝试相关分组方案及以下代码，但均无法得到预期结果：

df.groupby(df.a.diff().cumsum().eq(1))

可行解决方案 #

通过标记连续1序列、筛选目标行后分组，代码如下：

# 标记每个连续1序列的唯一编号
streak = df['a'].ne(0).cumsum()
# 生成分组键：仅保留连续1的行，以及每个1序列后的第一个0行
group_key = streak.where(df['a'].eq(1) | (df['a'].eq(0) & df['a'].shift(1).eq(1)))
# 移除无分组的行（即连续0中不属于1序列后续的行）
target_df = df[group_key.notna()]
# 按分组键完成分组
result_groups = target_df.groupby(group_key)

# 遍历输出每个分组（验证结果）
for _, group in result_groups:
    print(group)
    print()

代码说明 #

1. streak = df['a'].ne(0).cumsum()：给每一段连续的1序列分配唯一编号，连续0的行继承前一个编号（直到下一段1出现）。
2. group_key：筛选出两类行：值为1的行，以及值为0且前一行是1的行，其余行标记为NaN。
3. 移除NaN行后，剩余行就是需要分组的目标数据，按group_key分组即可得到符合需求的结果。

内容的提问来源于stack exchange，提问作者AmirX