Pandas DataFrame按index分组重启for循环实现sliding window遍历

现有如下结构的pandas DataFrame：

index turns conv
0      0  utt1  yes
1      1  utt2  yes
2      2  utt3   no
3      3  utt4  yes
4      0  utt5  yes
5      1  utt6   no
6      2  utt7  yes

需要实现的逻辑：

• 打印turns列相邻两个元素，以及后一个元素对应的conv列值
• 遍历到index列值为0的行时，判定为新序列的起点，不能将前一个序列的末尾行和新序列的起始行配对（比如避免utt4和utt5被错误配对）
• 不同序列的输出之间用空行分隔

原有错误实现代码：

for i in range(len(df['turns'])):
    if(i+1==len(df['turns'])):
      break;
    else:
      print(df['turns'][i], df['turns'][i+1], df['conv'][i+1]) 

原有错误输出：

utt1 utt2 yes
utt2 utt3 no
utt3 utt4 yes
utt4 utt5 yes
utt5 utt6 no
utt6 utt7 yes

期望正确输出：

utt1 utt2 yes
utt2 utt3 no
utt3 utt4 yes

utt5 utt6 no
utt6 utt7 yes

该需求本质是按序列边界做分组滑动窗口配对。

方法1：边界判断直接遍历 #

先标记所有新序列的起始行位置，遍历过程中遇到跨边界的配对直接跳过，同时打印空行做分隔：

# 提取所有新序列的起始行索引
seq_start_index = df[df['index'] == 0].index.tolist()

for i in range(len(df) - 1):
    # 下一行是新序列起点时，跳过配对，打印空行
    if (i + 1) in seq_start_index:
        print()
        continue
    # 输出同序列内的相邻配对
    print(df.loc[i, 'turns'], df.loc[i+1, 'turns'], df.loc[i+1, 'conv'])

方法2：分组后组内滑动（可读性更强） #

先给每个独立序列分配唯一ID，按组遍历后在组内做相邻配对，逻辑更易维护扩展：

# 每遇到index=0的行，序列ID自增，生成分组标识
df['seq_id'] = (df['index'] == 0).cumsum()

for _, group in df.groupby('seq_id'):
    # 组内遍历生成相邻配对
    for i in range(len(group) - 1):
        cur = group.iloc[i]
        next_item = group.iloc[i+1]
        print(cur['turns'], next_item['turns'], next_item['conv'])
    # 组间打印空行分隔
    print()

两种方法都能得到预期输出，第二种分组写法更贴合数据逻辑，后续如果需要给每个序列增加其他计算逻辑也更方便。

内容的提问来源于stack exchange，提问作者user19023586