python - 如何对连续出现的 pandas 列值的索引进行分组

Question

我有一个像这样的数据框，

df
col1     col2
  1        A
  2        A
  3        A
  4        B
  5        B
  6        A
  7        C
  8        C
  9        C
  10       A
  11       A
  12       A
  13       B
  14       B
  15       A

我想找到除 A 之外的 col2 值的索引，并将其分组在一起并放入列表中。

因此列表将具有除 A 之外的连续出现值的索引

列表看起来像，

[[3,4],[6,7,8],[12,13]]

我可以使用 for 循环来检查上一个和下一个值。但执行时间会很长。我正在寻找 pandas 快捷方式/pythonic 方式来最有效地做到这一点。

Answer 1

想法第一Series.shift之前的 A 的值，然后按 Series.ne 创建连续的组, shift 为 Series.cumsum并传递至DataFrame.groupby与列表:

s = df['col2'].shift(-1).ffill()
g = s.ne(s.shift()).cumsum()[s != 'A']
out = df['col1'].groupby(g).apply(list).tolist()
print (out)
[[3, 4], [6, 7, 8], [12, 13]]