如何在数据帧中识别具有连续索引的子集

Question

我有一个数据框，其定义如下：

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：从图像中可以看出，前3行的索引1,2,3增加1（因此连续）。因此，我将这个子集分配给C列中的值0。 第二子集由具有连续索引5和6的行形成（注意，没有索引4！）。因此，我在C列中为它们指定值1。

问题：您是否知道实现此类结果的有效且智能的方法？我通过使用大量的for循环和ifs来实现这样的结果，但它非常讨厌。

Answer 1

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

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