You need to enable JavaScript to run this app. 如何提取指定列值连续相同达到指定行数要求的目标数据行
优惠活动
大模型
产品
解决方案
定价
更多

如何提取指定列值连续相同达到指定行数要求的目标数据行

从数据表中提取指定列连续同值达阈值的行(pandas实现)

规则说明

针对结构化表格数据,当指定列的某段连续相同取值的行数达到预设阈值时,提取该连续区间内的全部数据行。本次测试场景的筛选规则为:针对x列,连续相同值的行数超过5行时,提取该区间的所有行。

原始测试数据

x  x2
0    5   5
1    4   5
2   10   6
3   10   5
4   10   6
5   10  78
6   10  89
7   10  78
8   10  98
9   10   8
10  10  56
11  60  45
12  10  65

实现步骤

  1. 导入pandas库,构造上述原始数据为DataFrame结构
    import pandas as pd
    
    df = pd.DataFrame({
        "x": [5,4,10,10,10,10,10,10,10,10,10,60,10],
        "x2": [5,5,6,5,6,78,89,78,98,8,56,45,65]
    })
    
  2. 执行核心筛选逻辑
    # 标记连续同值的分组ID
    consec_group = (df["x"] != df["x"].shift()).cumsum()
    # 筛选分组行数>5的所有行,重置索引匹配输出格式
    result = df[consec_group.groupby(consec_group).transform("count") > 5].reset_index(drop=True)
    

逻辑解释

  • 逐行对比当前行与上一行的x列取值,取值发生变化时标记为新分组,避免被其他值打断的同值行被误判为连续段
  • 通过累计求和标记值,为每一段连续同值的行分配唯一的分组ID
  • 对每个分组统计总行数,将行数满足阈值条件的分组内所有行保留,最后重置索引即可得到规整的输出结果

输出结果

运行上述代码得到的结果与预期完全一致:

x  x2
0  10   6
1  10   5
2  10   6
3  10  78
4  10  89
5  10  78
6  10  98
7  10   8
8  10  56

自定义调整方式

  • 修改判断条件里的>5为目标数值,即可适配不同的连续行数阈值要求
  • 把代码里的df["x"]替换为其他列名,即可实现针对任意列的连续同值筛选

内容的提问来源于stack exchange,提问作者Nickel

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.06 03:24:05