在 Pandas Dataframe 中找到 5 個連續的相等的行值

Question

我有一個 dataframe 的格式

Col1 Col2 Col3
Time1  a  Match
Time2  b  NaN
Time3  c  Match
Time4  d  Match
Time5  e  Match
Time6  f  Match
Time7  g  Match
Time8  h  NaN
Time9  i  Match
Time10 j  NaN

因此，對於數據框，我想找到從 Time3 到 Time7 的值，因為 Col3 具有連續 5 行的匹配值。

我嘗試使用滾動 window，

idx = (df['Col3'].rolling(window=5) == "Match")

但是根據文檔，它似乎是為了計算而不是直接比較而制作的

go 有沒有其他優化的辦法呢？

Answer 1

一種經典方法是使用帶有自定義掩碼的 boolean 索引。 將其分解，它依賴於對連續匹配值進行分組，並計算組大小以對匹配行進行切片。

m = df.groupby(df['Col3'].ne('Match').cumsum())['Col3'].transform('size').ge(5)
df[m&m.shift()]

或者：

m = df['Col3'].ne('Match')
m2 = df.groupby((m|m.shift()).cumsum())['Col3'].transform('size').ge(5)
df[m2]

output：

    Col1 Col2   Col3
2  Time3    c  Match
3  Time4    d  Match
4  Time5    e  Match
5  Time6    f  Match
6  Time7    g  Match