如何用Pandas高效识别DataFrame中符合条件的连续索引序列？

针对你的需求，完全可以利用Pandas的向量化操作替代循环，大幅提升效率。核心思路是通过索引差值判断连续性，再分组聚合首尾索引，具体实现如下：

步骤1：筛选目标行并保留原索引 #

先筛选出column等于1的行，保留原索引用于后续连续性判断：

import pandas as pd

df = pd.DataFrame({
    'column': [0,0,1,1,1,2,2,2,2,1,1,]
})

# 筛选目标行，保留原索引
filtered = df[df['column'] == 1]

步骤2：标记连续索引的分组 #

计算索引的差值，差值为1表示连续，否则是新连续块的起点；再用cumsum()生成每个连续块的分组ID：

# 计算索引差值，首次行差值设为1（确保第一个块被正确标记）
diff_idx = filtered.index.to_series().diff().fillna(1)
# 差值不等于1时标记为新组，累加得到分组ID
groups = (diff_idx != 1).cumsum()

步骤3：聚合每个分组的首尾索引 #

按分组ID聚合，提取每个组的最小和最大索引，得到连续区间：

# 聚合得到每个组的首尾索引，转为列表形式
result = filtered.groupby(groups).apply(lambda x: (x.index.min(), x.index.max())).tolist()
print(result)  # 输出: [(2, 4), (9, 10)]

简化版代码 #

可以把上述步骤合并为更简洁的链式操作：

result = (
    df[df['column'] == 1]
    .assign(group=lambda x: (x.index.to_series().diff() != 1).cumsum())
    .groupby('group')
    .apply(lambda x: (x.index.min(), x.index.max()))
    .tolist()
)

这种方法基于Pandas向量化操作，避免了Python循环的性能瓶颈，数据量越大优势越明显。

内容的提问来源于stack exchange，提问作者ninjacowgirl