Pandas：查找DataFrame中列值发生变化时的索引值

给定如下DataFrame：

import pandas as pd
df1 = pd.DataFrame({
    'col_1': [4.0, 4.0, 49.0, 49.0, 52.0, 52.0, 32.0],
    'val_1': [0.89, 0.56, 0.7, 1.23, 0.8, 0.12, 0.5]
})

需求是找到col_1列值发生变化时的索引，将结果整理为列表或numpy数组。

尝试过以下代码，但返回元组形式的数组，不便遍历：

import numpy as np
n_change = (np.where(~df1.col_1.diff(+1).isin([0, np.nan])))

期望结果为：

n_change = [2,4,6]
# 或
n_change = array([2,4,6])

方法1：优化原代码，提取数组并转列表 #

np.where返回的是包含数组的元组，只需取元组的第一个元素，再转成列表即可：

n_change = np.where(~df1.col_1.diff().isin([0, np.nan]))[0].tolist()
# 结果：[2, 4, 6]

方法2：用pandas布尔索引直接取索引（更直观） #

通过shift()将上一行的值下移，对比当前行与上一行的值，筛选出不等的行并提取索引：

# 获取索引列表
n_change = df1[df1['col_1'] != df1['col_1'].shift()].index.tolist()

# 获取numpy数组
n_change = df1[df1['col_1'] != df1['col_1'].shift()].index.to_numpy()

这种方式逻辑更清晰，纯pandas操作即可完成，无需依赖numpy的where方法。

方法3：利用diff()的结果直接筛选 #

diff()返回当前行与前一行的差值，当差值不为0且不为NaN时，就是值发生变化的位置：

# 生成布尔掩码
mask = df1['col_1'].diff().ne(0) & df1['col_1'].diff().notna()
# 提取索引
n_change = df1[mask].index.tolist()

内容的提问来源于stack exchange，提问作者EngGu