Pandas：仅删除连续达到指定数量的零值行

针对你这个250万行的时间序列DataFrame处理需求，我推荐用矢量化操作来实现，避免循环带来的性能问题，同时满足连续0长度可配置的要求。

核心思路 #

我们先标记出所有0值行，然后给每个连续的相同值块（0或非0）分配唯一的组ID，接着计算每个组的长度，最后根据你设定的阈值筛选出需要保留的行。

方案1：删除所有连续长度≥阈值的0块（仅保留单个0） #

对应你给出的示例：连续2个及以上的0全部删除，只留单个0。假设你的目标列是A，配置参数threshold = 2（即连续0长度≥2时删除整个块）：

import pandas as pd

# 模拟你的大型DataFrame
df = pd.DataFrame({'A': [1,2,3,0,4,5,0,0,0,1,2,3,0,8,8,0,0,0,0,9]})

# 1. 标记是否为0值
is_zero = df['A'] == 0

# 2. 给每个连续块分配组ID：当当前行和上一行值类型（0/非0）不同时，组ID+1
group_ids = (is_zero != is_zero.shift()).cumsum()

# 3. 计算每个组的长度
group_lengths = df.groupby(group_ids)['A'].transform('size')

# 4. 筛选条件：非0组全部保留；0组仅当长度<阈值时保留
filtered_df = df[~(is_zero & (group_lengths >= threshold))]

# 查看结果
print(filtered_df['A'].tolist())
# 输出: [1, 2, 3, 0, 4, 5, 1, 2, 3, 0, 8, 8, 9]

方案2：连续0长度≥阈值时仅保留一个（其余删除） #

如果你需要的是连续多个0时只留第一个，而不是删掉整个块（比如连续3个0变成1个0），只需要调整筛选条件即可。假设阈值threshold = 2（连续0≥2时只留第一个）：

# 前面步骤和方案1一致
is_zero = df['A'] == 0
group_ids = (is_zero != is_zero.shift()).cumsum()
group_lengths = df.groupby(group_ids)['A'].transform('size')

# 新增：标记每个组内的行是否是第一个
is_first_in_group = df.groupby(group_ids).cumcount() == 0

# 筛选条件：非0组全部保留；0组要么长度<阈值，要么是组内第一行
filtered_df = df[~is_zero | (is_first_in_group | (group_lengths < threshold))]

print(filtered_df['A'].tolist())
# 输出: [1,2,3,0,4,5,0,1,2,3,0,8,8,0,9]

性能说明 #

这两个方案都用了pandas的矢量化操作和分组变换，处理250万行数据完全没问题，不会出现性能瓶颈。你只需要根据实际需求调整threshold参数即可。

内容的提问来源于stack exchange，提问作者swifty