如何高效筛选出DataFrame中无±1配对的ID？

针对你给出的DataFrame场景（配对ID为相差±1的数值，如4330和4331为一对），以下是两种高效的筛选无配对ID的方法：

方法一：集合+向量化查询（推荐，无排序需求） #

利用集合的O(1)查询特性，结合pandas的向量化操作，直接判断每个ID的±1是否存在于ID列中：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'ID': [4330, 4331, 2333, 2334, 3336, 3337, 3349],
    'sex': [2]*7,
    'zyg': [2]*7,
    'race': [2,2,1,1,1,1,1],
    'SES': [1,1,78,78,18,18,18]
})

# 将ID转为集合，加快查询速度
id_set = set(df['ID'])
# 筛选出既没有ID+1也没有ID-1的行
unpaired_df = df[~((df['ID'] + 1).isin(id_set) | (df['ID'] - 1).isin(id_set))]
print(unpaired_df)

运行结果会直接返回ID为3349的行，这种方法不需要排序，时间复杂度接近O(n)，处理大数据量时效率更高。

方法二：排序后检查相邻行 #

如果ID本身可以排序，也可以通过检查前后行的ID差值来判断：

# 先按ID排序
sorted_df = df.sort_values('ID')
# 判断当前ID是否有前一个配对（差值为1）或后一个配对（差值为-1）
has_prev_pair = sorted_df['ID'].diff() == 1
has_next_pair = sorted_df['ID'].diff(-1) == -1
# 筛选无配对的行
unpaired_df = sorted_df[~(has_prev_pair | has_next_pair)]
print(unpaired_df)

这种方法的核心是排序后通过diff()快速判断相邻关系，适合ID原本就有序的场景，时间复杂度主要由排序的O(n log n)决定。

内容的提问来源于stack exchange，提问作者wooden05