在熊貓數據框中查找第一個重復的連續條目

Question

我有一個包含Stock和DueDate兩列的數據框，我需要根據 stock 列從重復的連續條目中選擇第一行。

df：

我期待如下輸出，

預期輸出：

我的方法

我嘗試使用的方法是首先通過創建一個新列repeat_yes列出所有基於股票列重復的行，然后僅當任何行重復兩次以上時才對第一行進行子集化。

我使用下面的代碼行創建了新列“repeated_yes”，

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

所以新更新的數據框看起來像這樣，

df_new

但我堅持只對第3行和第8行進行子集化以獲得結果。 如果有任何其他有效的方法會有所幫助。

編輯：忘記包含實際的完整問題，如果數據幀df的最后一行下方還有任何其他行，則不應顯示任何輸出。

Answer 1

將Series.duplicated創建的另一個掩碼與keep=False by &用於按位AND並在boolean indexing過濾：

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

df = df[ss & ss1]