Python Pandas：提取连续分组中每个Jane组的首行数据

这里提供两种实现方式，都能快速得到你想要的结果：

方法一：简洁版（一行核心逻辑） #

直接通过对比当前行与上一行的name，筛选出连续Jane分组的第一行：

import pandas as pd

df = pd.DataFrame({'name':['Jane','Jane','Mike','Mike','Jane','Jane','Jane',
                           'Mike','Mike','Jane','Jane','Jane'],
                   'ctg':['A','P','C','B','B','C','B','E','G','L','M','X']})

# 筛选目标行并重置索引
result = df[(df['name'] == 'Jane') & (df['name'] != df['name'].shift())].reset_index(drop=True)

print(result)

逻辑说明 #

• df['name'].shift()：把name列整体向下移动一行，第一行变为空值（NaN），这样就能和当前行的name做对比。
• df['name'] != df['name'].shift()：生成布尔列，当当前行name和上一行不同时为True，这正好对应每个连续分组的起始行。
• 结合df['name'] == 'Jane'筛选，就只保留连续Jane分组的第一行，最后用reset_index(drop=True)整理索引。

方法二：分步版（更易理解） #

如果觉得简洁版有点绕，可以分步拆解操作，更适合新手理清逻辑：

import pandas as pd

df = pd.DataFrame({'name':['Jane','Jane','Mike','Mike','Jane','Jane','Jane',
                           'Mike','Mike','Jane','Jane','Jane'],
                   'ctg':['A','P','C','B','B','C','B','E','G','L','M','X']})

# 1. 标记每行是否是Jane
df['is_jane'] = df['name'] == 'Jane'

# 2. 给连续的Jane分组：每次遇到非Jane，分组号+1，让连续Jane处于同一分组
df['jane_group'] = (~df['is_jane']).cumsum()

# 3. 筛选Jane的行，按分组取第一行，再整理列和索引
result = df[df['is_jane']].groupby('jane_group').first().reset_index(drop=True)[['name', 'ctg']]

print(result)

逻辑说明 #

1. 先标记出所有Jane的行，方便后续筛选。
2. 通过(~df['is_jane']).cumsum()生成分组号：非Jane的行会被转为True（相当于1），累加后每次遇到非Jane，分组号就会递增，这样连续的Jane会被分到同一个组里。
3. 筛选出Jane的行后，按分组号聚合取第一行，最后去掉多余的中间列，重置索引得到结果。

两种方法运行后都会输出你预期的结果：

内容的提问来源于stack exchange，提问作者K.Stefan