Python Pandas 最多保留 3 个连续重复

Question

我有这张桌子：

import pandas as pd

list1 = [1,1,2,2,3,3,3,3,4,1,1,1,1,2,2]

df = pd.DataFrame(list1)

df.columns = ['A']

我想保留最多 3 个连续的重复项，或者保留全部以防重复项少于 3 个（或没有）。

结果应如下所示：

list2 = [1,1,2,2,3,3,3,4,1,1,1,2,2]

result = pd.DataFrame(list2)

result.columns = ['A']

Answer 1

与连续系列一起使用GroupBy.head，通过比较不相等的移位值和累积和来创建Series.cumsum：df1 = df.groupby(df.A.ne(df.A.shift()).cumsum()).head(3)print (df1)    A0   11   12   23   24   35   36   38   49   110  111  113  214  2详情：print (df.A.ne(df.A.shift()).cumsum())0     11     12     23     24     35     36     37     38     49     510    511    512    513    614    6Name: A, dtype: int32

Answer 2

与连续系列一起使用GroupBy.head，通过比较不相等的移位值和累积和来创建Series.cumsum：df1 = df.groupby(df.A.ne(df.A.shift()).cumsum()).head(3)print (df1)    A0   11   12   23   24   35   36   38   49   110  111  113  214  2详情：print (df.A.ne(df.A.shift()).cumsum())0     11     12     23     24     35     36     37     38     49     510    511    512    513    614    6Name: A, dtype: int32

Answer 3

解决itertools.groupby只有连续重复的组，然后切片3个元素：import itertoolspd.Series(itertools.chain.from_iterable([*g][:3] for i,g in itertools.groupby(df['A'])))0     11     12     23     24     35     36     37     48     19     110    111    212    2dtype: int64