SAS技术问题：提取type=1观测值及其前后各一条观测值

嘿，我来帮你拆解这个需求和对应的代码逻辑～首先先明确你的核心需求：从时间序列数据里，把所有type=1的行，以及它们的前一行、后一行都捞出来，同时还要避免重复（比如两个相邻的type=1行，它们的重叠行只保留一次）。

先看需求对应的实现方法（以Python pandas为例） #

假设你的数据已经整理成DataFrame，这里给你两种常用的实现方式：

方法1：直观索引法（适合理解逻辑） #

import pandas as pd

# 模拟你的数据
df = pd.DataFrame({
    'datetime': ['ddmmyy:10:30:00', 'ddmmyy:10:31:00', 'ddmmyy:10:32:00', 
                 'ddmmyy:10:33:00', 'ddmmyy:10:34:00', 'ddmmyy:10:35:00'],
    'type': [0, 0, 1, 0, 1, 0]
})

# 1. 找到所有type=1的行的索引
target_idx = df[df['type'] == 1].index

# 2. 收集需要保留的索引：目标行+前一行+后一行，用集合去重
keep_idx = set()
for idx in target_idx:
    keep_idx.update([idx-1, idx, idx+1])

# 3. 过滤掉超出数据范围的无效索引（比如-1或者超过最后一行的索引）
valid_keep_idx = [i for i in keep_idx if 0 <= i < len(df)]

# 4. 按索引排序后提取数据
result_df = df.loc[sorted(valid_keep_idx)]

方法2：pandas简洁写法（更高效） #

import pandas as pd

df = pd.DataFrame({
    'datetime': ['ddmmyy:10:30:00', 'ddmmyy:10:31:00', 'ddmmyy:10:32:00', 
                 'ddmmyy:10:33:00', 'ddmmyy:10:34:00', 'ddmmyy:10:35:00'],
    'type': [0, 0, 1, 0, 1, 0]
})

# 标记需要保留的行：当前行是1，或上一行是1，或下一行是1
df['to_keep'] = (df['type'] == 1) | (df['type'].shift(1) == 1) | (df['type'].shift(-1) == 1)

# 过滤出标记行并删除辅助列
result_df = df[df['to_keep']].drop(columns='to_keep')

代码逻辑拆解 #

不管哪种方法，核心逻辑都是围绕标记出所有在目标行（type=1）前后1个窗口内的行：

1. 定位目标行：先找到所有type=1的行的位置，这是窗口的核心。
2. 扩展窗口：把每个目标行的前一行、自身、后一行都纳入保留范围。用集合或者shift方法的好处是自动处理重复——比如如果两个type=1的行相邻，它们的重叠行（比如前一个的后一行就是后一个的前一行）只会被保留一次。
3. 清理边界：第一种方法需要手动过滤无效索引（比如第一行的前一行不存在），第二种方法用shift时，边界行的shift(1)或shift(-1)会得到NaN，和1比较时结果为False，自动排除了无效行。
4. 保持顺序：最后要确保提取的行还是按原来的时间顺序排列，第一种方法通过sorted排序索引，第二种方法因为是按原DataFrame过滤，自然保持顺序。

运行上面的代码后，就能得到你想要的结果啦～

内容的提问来源于stack exchange，提问作者Tristan Sun