求助：按Stimulus特定序列分组DataFrame中的时间点

核心思路 #

要实现按指定Stimulus序列分组，需先把被无关刺激（5、6、14）隔开的连续目标行分割成独立块，再逐一匹配目标序列，提取对应Timepoint。

代码实现 #

import pandas as pd

# 1. 加载你的数据（如果是从文件读取，替换成pd.read_csv等方法）
data = {
    'Timepoint': [75300, 76158, 76661, 76716, 76769, 78722, 79333, 80056, 80559, 80614, 82617, 83228, 83728, 84231, 84286, 86289, 86900, 87440, 87943, 87998, 90001, 90614],
    'Stimulus': [5,6,14,7,8,9,10,6,14,7,9,10,6,14,7,9,10,6,14,7,9,10]
}
df = pd.DataFrame(data)

# 2. 标记目标行并生成分组ID（把被无关刺激隔开的连续目标行归为一组）
df['is_target'] = df['Stimulus'].between(7, 10)
df['group_id'] = (~df['is_target']).cumsum()
target_df = df[df['is_target']].copy()

# 3. 定义目标序列并匹配分组
seq_full = [7,8,9,10]
seq_short = [7,9,10]

group_full = []  # 存符合7,8,9,10的时间点列表
group_short = [] # 存符合7,9,10的时间点列表

for gid, group in target_df.groupby('group_id'):
    current_stimulus = group['Stimulus'].tolist()
    current_time = group['Timepoint'].tolist()
    if current_stimulus == seq_full:
        group_full.append(current_time)
    elif current_stimulus == seq_short:
        group_short.append(current_time)

# 查看结果
print("符合7,8,9,10的时间点组：", group_full)
print("符合7,9,10的时间点组：", group_short)

结果说明 #

运行后：

• group_full会输出[[76716, 76769, 78722, 79333]]，对应数据中唯一完整的7-8-9-10序列
• group_short会输出三个子列表，对应所有7-9-10的连续序列

内容的提问来源于stack exchange，提问作者I Paul Roy