如何在数据框中识别具有连续索引的子集答案

【问题标题】：How to identify subsets with continuous index within dataframe如何在数据框中识别具有连续索引的子集
【发布时间】：2018-06-06 14:37:37
【问题描述】：

我有一个这样定义的数据框：

df = pd.DataFrame({'A':[5,8,96,3,5,41,2,45,7,8], 'B':[1,2,3,5,6,10,11,12,13,18]})
df = df.set_index('B')
df.index.name = None

我的目标是为具有连续索引的数据帧子集分配如下值：

算法：从图片中可以看出，前 3 行的索引为 1、2、3，它们增加了 1（因此是连续的）。因此，我将 C 列中的值 0 分配给该子集。第二个子集由具有连续索引 5 和 6 的行组成（注意没有索引 4！）。因此，我将 C 列中的值 1 分配给他们。

问题：您知道实现这种结果的有效且聪明的方法吗？我能够通过使用大量的 for 循环和 if 来实现这样的结果，但它非常讨厌。

【问题讨论】：

标签： python pandas dataframe indexing

【解决方案1】：

您可以将diff 与cumsum 一起使用；计算diff，检查是否等于1（连续条件），然后cumsum（计数）非连续跳转：

df['C'] = df.index.to_series().diff().ne(1).cumsum().sub(1) 

df
#     A  C
#1    5  0
#2    8  0
#3   96  0
#5    3  1
#6    5  1
#10  41  2
#11   2  2
#12  45  2
#13   7  2
#18   8  3

【讨论】：