Python Pandas：精简含状态变化的DataFrame，去除连续重复状态行

嘿，我懂你的痛点——你要的不是去掉所有重复的状态值，而是只剔除连续重复的状态行，保留每次状态发生变化的节点对吧？drop_duplicates()确实满足不了这个需求，因为它会把所有重复的State都过滤掉，哪怕它们不是连续出现的（比如你例子里Day5的State=0会被误删，但你其实需要保留它，因为它和前一行的State=2是新的变化）。

具体解决方案 #

首先先把你的示例DataFrame调整成更规范的写法（原来的代码有点小问题，我帮你修正了）：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({
    'Date': ['Day1', 'Day2', 'Day3', 'Day4', 'Day5'],
    'State': [1, 0, 0, 2, 0]
}).set_index('Date')

接下来用一行代码实现你要的“仅去除连续未变化状态”的功能：

# 保留状态发生变化的行（包含初始的第一行）
df_reduced = df[df['State'].ne(df['State'].shift()).fillna(True)]

代码原理解释 #

• df['State'].shift()：将State列整体向下偏移一行，这样每一行的State就能和它的上一行State做对比
• ne()：pandas里的“不等于”方法，比普通的!=更严谨，能更好处理空值（NaN）
• fillna(True)：因为第一行没有上一行，偏移后会得到NaN，这里把NaN替换成True，确保初始状态行被保留

运行后你会得到预期的精简结果：

内容的提问来源于stack exchange，提问作者Philipp Raub