任意大小的连续过滤器

我有数据框

过滤器1

过滤器2

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'ID': range(13),
    'filter1': [False, False, False, True, False, True, True, True, True, False, False, False, True],
    'filter2': [False, True, False, False, True, True, True, False, False, False, False, True, True]
})

# 使用布尔索引和 `cumsum` 查找连续组
df['group'] = (df['filter1'] & df['filter2']).cumsum()

# 过滤掉 `filter1` 为 False 的组
result = df[df['filter1']]['group'].unique()

# 获取每个组的开始和结束 ID
output = df[df['group'].isin(result)].groupby('group')['ID'].agg(['min', 'max'])

# 打印输出
print(output)

这将输出以下结果：

       min  max
group         
2        5    6
3        8   12

此代码的工作原理如下：

1. 创建连续组：
2. df['filter1'] & df['filter2'] 创建了一个布尔序列，其中 filter1 和 filter2 都为 True。

3. cumsum() 函数计算此布尔序列的累积总和，从而为连续的 True 值创建组。

4. 过滤掉 filter1 为 False 的组：

5. df[df['filter1']] 选择 filter1 为 True 的行。

6. .unique() 获取这些行中的唯一组 ID。

7. 获取每个组的开始和结束 ID：

8. df[df['group'].isin(result)] 选择属于已识别组的行。
9. groupby('group') 按组对数据进行分组。
10. agg(['min', 'max']) 计算每个组的最小（开始）和最大（结束）ID。

此代码有效地识别了满足条件的连续序列，并为提供了每个序列的开始和结束 ID。