如何删除DataFrame中含NoProduct的行仅保留最后一行并计算delta

实现代码 #

import pandas as pd

# 1. 生成连续相同ProductCase的分组ID
df['group_id'] = (df['ProductCase'] != df['ProductCase'].shift()).cumsum()

# 2. 筛选需要保留的行：所有Product行 + 每段NoProduct组的最后一行
mask = (
    (df['ProductCase'] == 'Product') 
    | 
    ((df['ProductCase'] == 'NoProduct') & (df.groupby('group_id').cumcount(ascending=False) == 0))
)
df_res = df[mask].copy()

# 3. 重新计算delta和time字段
df_res['delta'] = df_res['timestamp'].diff()
df_res['time'] = df_res['delta'].dt.total_seconds()

# 4. 清理辅助列，重置索引
df_res = df_res.drop(columns='group_id').reset_index(drop=True)

步骤说明 #

• 分组逻辑：用shift()对比当前行和上一行的ProductCase值，不一致时分组编号+1，即可把连续相同的记录归到同一个分组
• 筛选逻辑：对每个NoProduct分组用cumcount(ascending=False)倒序计数，计数值为0的就是该组最后一行，直接保留即可
• 字段重算：diff()直接计算相邻两行的时间差得到新delta，再提取总秒数赋值给time字段，结果完全匹配预期输出

内容的提问来源于stack exchange，提问作者Mohamed