寻求Pandas式无循环方法移除DataFrame中连续升降序列

嘿，这个需求用Pandas的矢量化操作完全可以搞定，不用写循环~ 我给你两种简洁的实现方式，核心思路都是找到连续升降的区间，然后只保留每个区间的关键转折点。

方法一：分组法（简洁易读） #

这是最推荐的方式，利用groupby对连续同方向的区间分组，直接提取每组的终点：

import pandas as pd
import numpy as np

# 你的原始DataFrame
df = pd.DataFrame([1,2,3,5,4,3,2,4,5,6,7,8,9])
s = df[0]  # 提取单列作为Series方便操作

# 计算相邻元素变化的符号（从第二个元素开始，第一个元素无前置值）
signs = s.diff().apply(np.sign).iloc[1:]

# 为连续相同变化方向的区间生成唯一分组ID
group_key = (signs != signs.shift()).cumsum()

# 组装结果：第一个元素 + 每个连续区间的最后一个元素
result = [s.iloc[0]]
result.extend(s.iloc[1:].groupby(group_key).last().tolist())

print(result)  # 输出: [1,5,2,9]

逻辑解释： #

• s.diff()计算相邻元素的差值，np.sign()将差值转换为符号（1=上升，-1=下降，0=不变），我们从第二个元素开始取结果，因为第一个元素的差值为NaN，无实际意义。
• (signs != signs.shift()).cumsum()会给每一段连续相同符号的区间分配唯一ID：每当符号变化时，分组ID自动+1，这样所有连续上升/下降的元素会被分到同一组。
• 最后我们保留第一个元素，再加上每个分组的最后一个元素（即该连续区间的终点），就得到了去掉中间点的目标结果。

方法二：掩码筛选法 #

通过生成变化位置的掩码，直接筛选需要保留的元素索引：

import pandas as pd
import numpy as np

df = pd.DataFrame([1,2,3,5,4,3,2,4,5,6,7,8,9])
s = df[0]

# 计算所有元素的变化符号，第一个元素补0（无前置值）
diff_sign = s.diff().apply(np.sign).fillna(0)

# 找到符号变化的位置：当前符号与前一个符号不同的位置
change_mask = diff_sign.ne(diff_sign.shift())

# 提取变化位置的索引，调整得到需要保留的元素索引
change_indices = change_mask[change_mask].index.tolist()
result_indices = [change_indices[0]] + [idx-1 for idx in change_indices[1:]] + [s.index[-1]]
# 去重避免重复保留第一个元素
result_indices = list(dict.fromkeys(result_indices))

# 获取最终结果
result = s.loc[result_indices].tolist()
print(result)  # 输出: [1,5,2,9]

逻辑解释： #

• 先为每个元素计算变化符号，第一个元素因无前置值，用fillna(0)填充。
• diff_sign.ne(diff_sign.shift())生成布尔掩码，标记所有方向切换的位置。
• 我们取这些切换位置的前一个索引（即上一个连续区间的终点），再加上第一个和最后一个元素，去重后就是需要保留的元素索引，最后提取对应元素即可。

两种方法都是纯矢量化操作，效率远高于循环，处理大型数据集时优势明显。分组法更简洁易读，优先推荐~

内容的提问来源于stack exchange，提问作者smallcat31