如何将DataFrame中差值为1的Series值统一为相同数值？

思路 #

核心是将相邻差值绝对值≤1的连续数值划分为同一组，然后将组内所有值统一替换为该组的最大值（根据示例需求，选择统一为较大值；若要统一为较小值，可替换为min）。

代码实现 #

import pandas as pd

# 原始数据
df = pd.DataFrame()
df['yMax'] = [127, 300, 300, 322, 322, 322, 322, 344, 344, 344, 366, 366, 367, 367, 367, 388, 388, 388, 388, 389, 389, 402, 403, 403, 403]

# 1. 生成分组ID：当相邻差值绝对值>1时，开启新分组
group_ids = (abs(df['yMax'].diff()) > 1).cumsum()

# 2. 对每个分组取最大值，替换原列
df['yMax'] = df.groupby(group_ids)['yMax'].transform('max')

# 查看结果
print(df['yMax'].tolist())

输出结果 #

[127, 300, 300, 322, 322, 322, 322, 344, 344, 344, 367, 367, 367, 367, 367, 389, 389, 389, 389, 389, 389, 403, 403, 403, 403]

代码解释 #

• abs(df['yMax'].diff()) > 1：判断相邻元素差值的绝对值是否大于1，生成布尔序列，True表示需要开启新分组。
• .cumsum()：对布尔序列累加，将连续的True/False转化为递增的分组ID，确保差值≤1的连续元素被分到同一组。
• groupby(group_ids)['yMax'].transform('max')：按分组ID聚合，对每个分组取最大值，并将结果映射回原DataFrame的每一行，实现组内值的统一替换。

内容的提问来源于stack exchange，提问作者Sati