Pandas DataFrame中仅保留连续重复200值的首次出现行的实现方法
Pandas 连续段值筛选实现方案
核心实现逻辑
要达成“筛选所有值为200的行,连续200序列仅保留首个出现行”的需求,只需要两个判断维度组合:
- 标记所有连续同值段的起始行:即当前行的value与上一行值不相等的行,这是每个连续块的第一行
- 叠加筛选条件:仅保留value等于200的段首行
可直接运行的完整代码
- 构造匹配示例的测试DataFrame
import pandas as pd df = pd.DataFrame( { "time": ["t1", "t2", "t3", "t4", "t5", "t6", "t7", "t8", "t9", "t10", "t11"], "value": [50, 200, 200, 130, 78, 200, 19, 200, 200, 200, 59] } )
- 执行筛选逻辑
# 标记连续段首:当前行value与上一行值不同的位置即为新连续段的开头 is_segment_start = df["value"] != df["value"].shift() # 组合条件:值为200 + 是连续段首 result = df[(df["value"] == 200) & is_segment_start].reset_index(drop=True)
- 结果验证
print(result)
执行后输出完全匹配预期:
time value 0 t2 200 1 t6 200 2 t8 200
关键注意事项
- 如果原始数据没有按
time列的时序顺序排序,需要先重排再执行上述逻辑,否则连续序列的判断会错位。重排代码参考:
# 按time列升序重排,重置索引 df = df.sort_values("time").reset_index(drop=True)
- 这套段标记逻辑通用,要筛选其他目标值的连续段首,只需要修改筛选条件里的目标值即可,不用改动段标记的代码。
内容的提问来源于stack exchange,提问作者Mohd Bilal
相关产品推荐
相关产品推荐

