python - 过滤具有连续数字的行

Question

我有一些数据。

当 ID 有 4 个连续数字时，我想保留行。例如，如果 ID 1 有第 100、101、102、103、105 行，则应排除“105”。

数据:

    ID    X
0    1  100
1    1  101
2    1  102
3    1  103
4    1  105
5    2  100
6    2  102
7    2  103
8    2  104
9    3  100
10   3  101
11   3  102
12   3  103
13   3  106
14   3  107
15   3  108
16   3  109
17   3  110
18   3  112
19   4  100
20   4  102
21   4  103
22   4  104
23   4  105
24   4  107

预期结果:

    ID    X
0    1  100
1    1  101
2    1  102
3    1  103
4    3  100
5    3  101
6    3  102
7    3  103
8    3  106
9    3  107
10   3  108
11   3  109
12   3  110
13   4  102
14   4  103
15   4  104
16   4  105

Answer 1

您可以识别连续值，然后使用 groupby.filter 按大小过滤组:

# group consecutive X
g = df['X'].diff().gt(1).cumsum() # no need to group here, we'll group later

# filter groups
out = df.groupby(['ID', g]).filter(lambda g: len(g)>=4)#.reset_index(drop=True)

输出:

    ID    X
0    1  100
1    1  101
2    1  102
3    1  103
9    3  100
10   3  101
11   3  102
12   3  103
13   3  106
14   3  107
15   3  108
16   3  109
17   3  110
20   4  102
21   4  103
22   4  104
23   4  105