如何筛选DataFrame按id分组后val列连续出现3个及以上w的对应id？

实现方法（Python Pandas） #

第一步：构造测试数据

import pandas as pd

df = pd.DataFrame({
    'id': ['a','a','a','a','b','b','b','c','c','d','d','d','d'],
    'val': ['w','w','l','w','w','w','w','w','l','w','w','w','w']
})

第二步：核心筛选逻辑

这里提供两种常用实现方案：

方案1：连续序列计数法（逻辑清晰，性能更优）

def check_consecutive(series, min_cnt=3):
    # 遇到非w时生成新的分组标记，重置计数
    group_flag = series.ne('w').cumsum()
    # 统计每段连续w的长度
    consecutive_len = series.eq('w').groupby(group_flag).cumsum()
    # 判断是否存在符合长度要求的连续段
    return consecutive_len.max() >= min_cnt

# 按id分组筛选，去重得到结果
result = df.groupby('id').filter(lambda x: check_consecutive(x['val']))['id'].drop_duplicates().to_frame()

方案2：滚动窗口法（代码更简洁）

# 开大小为3的滚动窗口，判断是否存在全为w的窗口
result = df.groupby('id').filter(
    lambda x: x['val'].rolling(3).apply(lambda y: all(y == 'w')).max() == 1
)['id'].drop_duplicates().to_frame()

输出结果

执行以上代码后打印result，即可得到预期输出：

id
0  b
1  d

内容的提问来源于stack exchange，提问作者skulldoger