Pandas：返回值的第一个实例和最后一个实例的索引值

Question

我有以下数据框：

df = pd.DataFrame({'index':[0,1,2,3,4,5,6,7,8,9,10], 'X':[0,0,1,1,0,0,1,1,1,0,0]})
df.set_index('index', inplace = True)

   X
index   
0      0
1      0
2      1
3      1
4      0
5      0
6      1
7      1
8      1
9      0
10     0

我需要返回一个元组列表，显示每个 1 序列的 1 的第一个和最后一个实例的索引值（抱歉，如果这令人困惑）。即

想要：

[(2,3), (6,8)]

第一个 1 的第一个实例出现在索引点 2，然后该序列中的最后一个 1 出现在索引点 3。下一个 1 出现在索引点 6，该序列中的最后一个 1 出现在索引点 8 .

我尝试过的：

我可以使用 numpy 的 argmax 函数来获取第一个。即

x1 = np.argmax(df.values)
y1 = np.argmin(df.values[x1:])
(x1,2 + y1 - 1)

这会给我第一个元组，但迭代似乎很乱，我觉得有更好的方法。

Answer 1

你需要more_itertools.consecutive_groups

import more_itertools as mit
def find_ranges(iterable):
    """Yield range of consecutive numbers."""
    for group in mit.consecutive_groups(iterable):
        group = list(group)
        if len(group) == 1:
            yield group[0]
        else:
            yield group[0], group[-1]
list(find_ranges(df['X'][df['X']==1].index))

输出：

[(2, 3), (6, 8)]

Answer 2

您可以使用第三方库：more_itertools

loc 与mit.consecutive_groups

[list(group) for group in mit.consecutive_groups(df.loc[df.ones == 1].index)]

# [[2, 3], [6, 7, 8]]

简单的列表理解：

x = [(i[0], i[-1]) for i in x]

#  [(2, 3), (6, 8)]

一种使用numpy的方法，改编自a great answer by @Warren Weckesser

def runs(a):
    isone = np.concatenate(([0], np.equal(a, 1).view(np.int8), [0]))
    absdiff = np.abs(np.diff(isone))
    ranges = np.where(absdiff == 1)[0].reshape(-1, 2)
    return [(i, j-1) for i, j in ranges]

runs(df.ones.values)
# [(2, 3), (6, 8)]

Answer 3

这是一个纯粹的 pandas 解决方案：

df.groupby(df['X'].eq(0).cumsum().mask(df['X'].eq(0)))\
  .apply(lambda x: (x.first_valid_index(),x.last_valid_index()))\
  .tolist()

输出：

[(2, 3), (6, 8)]