給定一個數據框，如何檢查列的值按遞增順序排列而沒有任何丟失的數字？

Question

我有一個具有如下值的數據框：

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

通過使用 pandas 的 sorted 函數，我的值正在增加，但我想檢查並發現是否有任何缺失值，在這種情況下，報告連續值集的開始和結束。例如，在這種情況下，它應該返回 [1,10],[12,16],[20,22]。 我想在這里卡住例如 18 即使它在那里但它不是連續的。 關於如何解決這個問題的任何線索？

Answer 1

您可以通過比較不等於1與累積總和的差異進行聚合，並獲得最小值和最大值，刪除具有相同最小值和最大值的行，如此處18並最后轉換為嵌套列表：

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

您可以首先識別具有連續值的組，然后取這些組的第一個和最后一個值。 然后刪除那些只包含一個值（如18 ）的組並轉換為列表：

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]]