如何识别数据集中最长的Laps连续区间并过滤其余数据？

给定如下数据集：

Competitor  Laps  
1        1          1       
2        1          2 
3        1          3   
4        1          4         
5        1          1                
6        1          2       
7        1          3 
8        1          4   
9        1          5
10       1          6 
11       1          7   
12       1          8

需要识别Laps列的最长连续递增区间（连续指数值依次+1），此处第5-12行的区间长度为7，第1-4行长度为3。识别后仅保留该区间内的数据，最终目标数据集如下：

Competitor  Laps          
5        1          1                
6        1          2       
7        1          3 
8        1          4   
9        1          5
10       1          6 
11       1          7   
12       1          8

• 导入工具并加载数据
  先把数据导入DataFrame，同时保留原始行号作为索引：

  import pandas as pd
  
  # 构造数据集
  data = {
      'Competitor': [1]*12,
      'Laps': [1,2,3,4,1,2,3,4,5,6,7,8]
  }
  df = pd.DataFrame(data, index=range(1,13))
  

• 标记连续递增分组
  通过计算Laps列与前一行的差值，当差值不等于1时标记为新分组起点，再累计生成分组ID：

  # 计算相邻行差值，第一行差值设为1（作为首个分组起点）
  diff = df['Laps'].diff().fillna(1)
  # 差值≠1时分组ID递增，否则保持原ID
  df['group_id'] = (diff != 1).cumsum()
  

• 筛选最长分组
  统计每个分组的行数，找到最长分组对应的ID，再提取该分组的数据：

  # 统计各分组的行数
  group_length = df.groupby('group_id').size()
  # 获取最长分组的ID
  longest_group_id = group_length.idxmax()
  # 筛选目标数据并移除临时分组列
  result_df = df[df['group_id'] == longest_group_id].drop('group_id', axis=1)
  

• 输出结果
  执行后result_df即为所需的最终数据集，打印结果如下：

  print(result_df)
  

内容的提问来源于stack exchange，提问作者EV_Mustang