Pandas实现相同值多连续块分组并计算每组period的最大最小值

你可以通过pandas的连续分组标识+聚合统计实现需求，核心逻辑是先给连续相同的quantity值划分成独立分组，再对每个分组计算period的极值：

完整代码示例 #

import pandas as pd

# 构造示例DataFrame
data = {
    'period': range(1, 25),
    'quantity': [0]*7 + [10]*9 + [0]*8
}
df = pd.DataFrame(data)

# 生成连续相同quantity的分组标识
df['group_id'] = (df['quantity'] != df['quantity'].shift()).cumsum()

# 分组聚合得到结果
result = df.groupby('group_id').agg(
    quantity = ('quantity', 'first'),
    min = ('period', 'min'),
    max = ('period', 'max')
).reset_index(drop=True)

print(result)

代码说明 #

• df['quantity'].shift()：将quantity列整体向下偏移一行，用于和当前行的值对比
• (df['quantity'] != df['quantity'].shift()).cumsum()：对比当前行和上一行的quantity值，出现不相等的位置返回True，累加后连续相同值的行会得到同一个分组ID
• groupby聚合：按生成的分组ID分组，取每组第一个quantity值，同时计算该组period列的最小值、最大值，即可得到你需要的输出结果。

运行上述代码输出的结果和你给出的期望格式完全一致：

quantity  min  max
0         0    1    7
1        10    8   16
2         0   17   24

内容的提问来源于stack exchange，提问作者man1la