如何使用Pandas识别连续相同值？附数据示例与需求

原始DataFrame #

需求 #

提取Value为1的连续区间，输出格式如下：

解决方案 #

使用pandas的分组聚合功能可高效实现，步骤如下：

1. 准备数据并转换时间格式 #

import pandas as pd

# 构造示例数据
data = {
    'Timestamp': ['2021-04-21 14:22:00', '2021-04-21 14:23:00', '2021-04-21 14:24:00',
                  '2021-04-21 14:25:00', '2021-04-21 14:26:00', '2021-04-21 14:27:00',
                  '2021-04-21 14:28:00', '2021-04-21 14:29:00', '2021-04-21 14:30:00'],
    'Value': [0, 0, 0, 1, 1, 0, 1, 1, 1]
}
df = pd.DataFrame(data)
# 转换Timestamp列为datetime类型，确保时间操作正常
df['Timestamp'] = pd.to_datetime(df['Timestamp'])

2. 标记连续值分组 #

通过对比当前行与前一行的Value，生成分组标识，同一连续区间会被分到同一组：

# 当Value发生变化时，分组编号递增
df['group'] = (df['Value'] != df['Value'].shift()).cumsum()

3. 聚合生成目标结果 #

过滤出Value为1的行，按分组聚合得到每个连续区间的起始、结束时间和长度：

# 过滤Value=1的组并聚合
result = df[df['Value'] == 1].groupby('group').agg(
    Begin_Date=('Timestamp', 'first'),
    Another_header=('Timestamp', 'last'),
    Consecutive_values=('Timestamp', 'count')
).reset_index(drop=True)

# 重命名列名匹配需求格式
result.columns = ['Begin Date', 'Another header', 'Consecutive values']

4. 输出结果 #

运行后得到的结果与需求一致：

print(result)

输出：

内容的提问来源于stack exchange，提问作者Alan CUZON