python - pandas，查找并保留连续行 - 创建面板数据

Question

我有一个如下所示的数据框:

df = {'time': [1999,2001,2002,2003,2007,1999,2000,2001,2003,2004],
      'id':['A','A','A','A','A','B','B','B','B','B'],
      'value':[0.1,0.1,0.1,0.1,0.6,0.2,0.2,0.2,0.2,0.2]}
df = pd.DataFrame(df)

我想从中创建一个id-time级别的面板数据集，这意味着，我想要类似的东西:

time id  value
0  2001  A    0.1
1  2002  A    0.1
2  2003  A    0.6
3  1999  B    0.2
4  2000  B    0.2
5  2001  B    0.2

仅留下每个id的连续行，我只需在R中几行即可完成此操作，

df<-df %>% 
    mutate(time = as.integer(time)) %>% 
    group_by(gvkey, grp = cumsum(c(1, diff(time) != 1))) %>% 
    filter(n() >= consec_obs)
df<-df[,setdiff(colnames(df),c('grp'))]

其中 consec_obs 是要保留的最小连续行。

我搜索了一段时间但找不到解决方案，这让我有点惊讶，因为这是一种基本的计量经济学分析操作，有人知道如何用 Python 做到这一点吗？

Answer 1

模仿 R 解决方案，我在周日晚上想出了一个 Python 版本，如下:

# lag where two rows within each group are not conesecutive
df['diff'] = df.groupby('id')['time'].diff()!=1
# cumulative summation
df['cusm'] = df.groupby('id')['diff'].cumsum()
# group by 'id' and 'cusm', then select those rows which satisfy prespecified condition
df.loc[df.groupby(['id','cusm']).transform('count')['diff'] >=3].drop(['diff','cusm'],axis=1)

如果这看起来有点难以理解，请尝试一行代码，您就会到达那里。

是否可以将前两行合并为一行？