如何按重复序列切片DataFrame并提取每组序列的最后一个元素？

首先构造示例DataFrame：

import pandas as pd
df = pd.DataFrame({'a': [1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,3,1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,3]})

步骤1：标记连续重复值的分组 #

通过判断当前值与前一行是否不同，生成连续重复块的分组ID：

df['group_id'] = df['a'].ne(df['a'].shift()).cumsum()

步骤2：提取每个连续块的最后一个元素 #

按分组ID聚合，取每组的最后一行，再提取目标列的结果：

result = df.groupby('group_id').last()['a'].tolist()

执行后result的值为[1, 2, 3, 1, 2, 3]，完全匹配你的需求。

为什么drop_duplicates不适用？ #

drop_duplicates(subset="a", keep="last")是全局去重，会把所有重复的1、2、3只保留最后一次出现的，所以你只会得到[1,2,3]。而我们需要的是按连续重复块去重，保留每个连续块的最后一个元素，所以必须先标记分组再聚合。

内容的提问来源于stack exchange，提问作者Celso Santos