识别ColA连续数列并提取对应Freq1中间值，排查代码无输出问题

原代码的核心错误 #

你的代码逻辑存在根本性问题：

• 遍历df.ColA的单个值时，col == col + 1这个条件永远不可能成立，单个数值不可能等于自身加1。
• 没有关联前后行的数据，无法识别连续数字序列。

正确实现方案 #

我们可以利用Pandas的分组功能来识别连续序列，再提取中间数对应的Freq1值，步骤如下：

1. 构造测试数据 #

import pandas as pd

data = {
    'ColA': [4, 5, 6, 18, 19, 20],
    'Freq1': [0, 100, 200, 5, 600, 700]
}
df = pd.DataFrame(data)

2. 标记连续序列分组 #

通过计算相邻行ColA的差值，将连续数字划分为同一分组：

# 当当前行与前一行ColA差值≠1时，标记为新分组起点，生成分组ID
df['group_id'] = (df['ColA'].diff() != 1).cumsum()

3. 筛选有效分组并提取中间值 #

我们只保留长度为奇数的分组（确保存在中间数），然后提取每个分组中间行的Freq1：

# 统计每个分组的长度
group_lengths = df.groupby('group_id')['ColA'].count()

# 筛选出长度为奇数的分组（这里测试数据都是长度3，也可直接筛选length==3）
valid_groups = group_lengths[group_lengths % 2 == 1].index

# 提取每个有效分组的中间行的Freq1
result = df[df['group_id'].isin(valid_groups)].groupby('group_id').apply(
    lambda x: x.iloc[len(x)//2]['Freq1']
).tolist()

print(result)  # 输出: [100, 600]

代码说明 #

• df['ColA'].diff()：计算当前行与前一行ColA的差值，差值为1说明是连续数字。
• (df['ColA'].diff() !=1).cumsum()：将非连续的位置标记为1，累加后生成唯一的分组ID，连续数字会被分到同一组。
• x.iloc[len(x)//2]：对于长度为n的分组，中间位置的索引为n//2（比如n=3时，索引为1，对应第二个元素）。

内容的提问来源于stack exchange，提问作者Anonymous