在熊猫数据框中查找第一个重复的连续条目

Question

我有一个包含Stock和DueDate两列的数据框，我需要根据 stock 列从重复的连续条目中选择第一行。

df：

我期待如下输出，

预期输出：

我的方法

我尝试使用的方法是首先通过创建一个新列repeat_yes列出所有基于股票列重复的行，然后仅当任何行重复两次以上时才对第一行进行子集化。

我使用下面的代码行创建了新列“repeated_yes”，

    ss = df.Stock.ne(df.Stock.shift())
    df['repeated_yes'] = ss.groupby(ss.cumsum()).cumcount() + 1 

所以新更新的数据框看起来像这样，

df_new

但我坚持只对第3行和第8行进行子集化以获得结果。 如果有任何其他有效的方法会有所帮助。

编辑：忘记包含实际的完整问题，如果数据帧df的最后一行下方还有任何其他行，则不应显示任何输出。

Answer 1

将Series.duplicated创建的另一个掩码与keep=False by &用于按位AND并在boolean indexing过滤：

ss = df.Stock.ne(df.Stock.shift())
ss1 = ss.cumsum().duplicated(keep=False)

df = df[ss & ss1]