如何用numpy/scipy/pandas高级函数基于偏移量对有序列表分箱

现有一个无重复的有序列表：

ls = [0, 1, 2, 4, 6, 7]  # 无重复且已排序

需要基于偏移量（示例中offset=1）对该列表进行分箱，预期输出如下：

[[0, 1, 2], [4], [6, 7]]
# 说明：
# [0,1,2]中0和2的差不是1，但1和2的差是1，这正是我想要的分组逻辑

请问numpy、scipy、pandas等Python库中是否存在可实现该需求的高级函数？返回的数据结构不限。

当然有，几个常用库都能实现这个需求，以下是具体方法：

1. 使用numpy实现 #

利用numpy.diff()计算相邻元素的差值，找到差值大于偏移量的位置，再用numpy.split()拆分数组：

import numpy as np

ls = [0, 1, 2, 4, 6, 7]
offset = 1
arr = np.array(ls)
# 找到相邻元素差大于offset的索引位置
split_indices = np.where(np.diff(arr) > offset)[0] + 1
# 拆分数组
result = np.split(arr, split_indices)
# 转成列表格式（可选）
result = [subarr.tolist() for subarr in result]
print(result)  # 输出: [[0, 1, 2], [4], [6, 7]]

2. 使用pandas实现 #

通过计算相邻元素的差值，生成分组标识，再用groupby()分组：

import pandas as pd

ls = [0, 1, 2, 4, 6, 7]
offset = 1
df = pd.DataFrame({'val': ls})
# 计算相邻元素差，大于offset则标记为新分组起点
df['group'] = (df['val'].diff() > offset).cumsum()
# 分组后提取每组的值
result = [group['val'].tolist() for _, group in df.groupby('group')]
print(result)  # 输出: [[0, 1, 2], [4], [6, 7]]

这两种方法都是利用了列表已排序且无重复的特性，通过判断相邻元素的差值是否超过偏移量来划分分组，完全符合需求。

内容的提问来源于stack exchange，提问作者jamesB