python - 如何识别数据框中具有连续索引的子集

Question

我有一个定义如下的数据框:

df = pd.DataFrame({'A':[5,8,96,3,5,41,2,45,7,8], 'B':[1,2,3,5,6,10,11,12,13,18]})
df = df.set_index('B')
df.index.name = None

我的目标是为具有连续索引的数据帧子集分配一个值，如下所示:

算法:正如您从图像中看到的那样，前 3 行的索引为 1、2、3，它们增加 1(因此是连续的)。因此，我将 C 列中的值 0 分配给该子集。第二个子集由具有连续索引 5 和 6 的行组成(注意没有索引 4!)。因此，我在 C 列中为它们分配了值 1。

问题:您知道实现这样的结果的高效且智能的方法吗？我能够通过使用大量 for 循环和 ifs 来实现这样的结果，但它非常讨厌。

Answer 1

您可以将diff 与cumsum 一起使用；计算diff，检查它是否等于1(连续条件)然后cumsum(计数)非连续跳跃:

df['C'] = df.index.to_series().diff().ne(1).cumsum().sub(1) 

df
#     A  C
#1    5  0
#2    8  0
#3   96  0
#5    3  1
#6    5  1
#10  41  2
#11   2  2
#12  45  2
#13   7  2
#18   8  3