给定一个数据框，如何检查列的值按递增顺序排列而没有任何丢失的数字？

Question

我有一个具有如下值的数据框：

Number 
1
2
3
4
5
6
7
8
9
10
12
13
14
15
16
18
20
21
22

通过使用 pandas 的 sorted 函数，我的值正在增加，但我想检查并发现是否有任何缺失值，在这种情况下，报告连续值集的开始和结束。例如，在这种情况下，它应该返回 [1,10],[12,16],[20,22]。 我想在这里卡住例如 18 即使它在那里但它不是连续的。 关于如何解决这个问题的任何线索？

Answer 1

您可以通过比较不等于1与累积总和的差异进行聚合，并获得最小值和最大值，删除具有相同最小值和最大值的行，如此处18并最后转换为嵌套列表：

df1 = df.groupby(df['Number'].diff().ne(1).cumsum())['Number'].agg(['min','max'])
print (df1)
        min  max
Number          
1         1   10
2        12   16
3        18   18
4        20   22


df1 = df1[df1['min'].ne(df1['max'])]
print (df1)
        min  max
Number          
1         1   10
2        12   16
4        20   22


out = [list(x) for x in df1.to_numpy()]
print (out)
[[1, 10], [12, 16], [20, 22]]

Answer 2

您可以首先识别具有连续值的组，然后取这些组的第一个和最后一个值。 然后删除那些只包含一个值（如18 ）的组并转换为列表：

g = df.Number.diff().fillna(1).ne(1).cumsum()
out = df.groupby(g).nth((0,-1))
out[out.index.duplicated(False)].groupby(level=0).agg(list).Number.tolist()
# [[1, 10], [12, 16], [20, 22]]