Pandas如何对连续重复label分组 分别计算各区间time最值

直接按label字段分组会合并所有同标签数据，无法拆分非连续的同标签段，实现核心是先为每一段连续重复的标签生成唯一分组标识，再基于该标识做聚合计算。

实现步骤 #

• 构造示例数据集

import pandas as pd

df = pd.DataFrame({
    'time': ['01:01','01:02','01:03','01:04','01:05','01:06','01:07','01:08'],
    'label': ['A','A','A','C','C','A','A','A']
})

• 生成连续段唯一ID
  核心逻辑：逐行对比当前行标签和上一行标签，标签发生变化时，判定为进入新的连续段，段ID累加1。

# 错位对比相邻行标签，累加布尔值生成独立段ID
df['segment_id'] = (df['label'] != df['label'].shift()).cumsum()

shift()方法会将列向下错位一行，第一行错位后为空值，和第一行标签对比结果为True，会作为第一个段的起始标记

• 分组聚合计算区间最值
  同时按段ID和标签分组，保证同标签的不同连续段不会被合并，聚合计算每个段的time最小值、最大值即可：

result = df.groupby(['segment_id', 'label'], as_index=False).agg(
    min_time=('time', 'min'),
    max_time=('time', 'max')
)

输出结果 #

最终返回结果如下，A标签的两段独立连续区间被正确拆分：

• 第一段A：min_time = 01:01，max_time = 01:03
• 连续C段：min_time = 01:04，max_time = 01:05
• 第二段A：min_time = 01:06，max_time = 01:08

注：如果time列是datetime时间格式而非字符串，上述逻辑完全通用，min/max聚合对时间类型数据同样生效。

内容的提问来源于stack exchange，提问作者Joao Rock