Python中如何比对DataFrame相邻行值并提取符合条件的完整行

现有3000行5列的告警状态数据集，列结构示例如下：

Id   Tag_number   Creation_time    Code    Alert_message
 1      GH567       17:19.8       MEI001       0
 2      GH567       58:33.4       MEI001       0
 3      GH567       15:21.6       MEI001       1
 4      GH567       59:33.7       MEI001       1
 5      HR864       16:23.5       XUY056       0
 6      KI964       34:13.6       UYT345       0
 7      KI964       55:24.8       UYT345       1 
                                       .... 3000 rows

字段规则：

• Alert_message：值为1代表对应记录为告警生成状态，值为0代表无告警
• Creation_time：存储记录生成的日期与时间

提取规则：当某行Alert_message值为0，且其紧邻的下一行Alert_message值为1时，将这两行同时提取到新的DataFrame中，预期输出如下：

Id   Tag_number   Creation_time    Code    Alert_message
 2      GH567       58:33.4       MEI001       0
 3      GH567       15:21.6       MEI001       1
 6      KI964       34:13.6       UYT345       0
 7      KI964       55:24.8       UYT345       1 

原有实现代码：

df1 = df[df.Alert_message.gt(0) | df.Alert_message.shift(-1).gt(0)]

该代码输出不符合预期，会额外提取连续1值的后续行，比如示例中Id=4的行会被错误提取：

Id   Tag_number   Creation_time    Code    Alert_message
 2      GH567       58:33.4       MEI001       0
 3      GH567       15:21.6       MEI001       1
 4      GH567       59:33.7       MEI001       1

原代码的筛选逻辑存在漏洞：仅判断了「当前行值为1」或「当前行的下一行值为1」两个条件，但没有对值为1的行增加前置校验——也就是值为1的行只有紧接在0值行后面时才需要保留，连续1值序列里除第一个1之外的其他行，都会因为自身值为1被错误纳入筛选结果，这就是Id=4被误提取的原因。

调整筛选条件，精准匹配两类需要保留的行：

• 第一类：0转1的0值行，即当前行Alert_message为0，且下一行Alert_message为1
• 第二类：0转1的起始1值行，即当前行Alert_message为1，且上一行Alert_message为0

修正后的代码如下：

# 构造筛选掩码
filter_cond = (
    (df['Alert_message'].eq(0) & df['Alert_message'].shift(-1).eq(1))
    |
    (df['Alert_message'].eq(1) & df['Alert_message'].shift(1).eq(0))
)
# 筛选得到结果，重置索引
df_result = df[filter_cond].reset_index(drop=True)

用提供的示例数据运行上述代码，会准确提取Id为2、3、6、7的四行记录，不会误提取连续1值的后续行，输出结果和预期完全一致。

内容的提问来源于stack exchange，提问作者jiah