如何获得熊猫系列中每个增量的指数？

Question

当值增加一时，如何获取熊猫系列的索引？

例如输入为

  A
0 0
1 1
2 1
3 1
4 2
5 2
6 3
7 4
8 4

输出应为：[0, 1, 4, 6, 7]

Answer 1

是drop_duplicates

df.drop_duplicates('A').index.tolist()
[0, 1, 4, 6, 7]

Answer 2

您可以使用Series.duplicated并访问索引，速度应该会稍快一些。

df.index[~df.A.duplicated()]
# Int64Index([0, 1, 4, 6, 7], dtype='int64')

如果您确实想要列表，可以执行此操作，

df.index[~df.A.duplicated()].tolist()
# [0, 1, 4, 6, 7]

请注意，duplicated（和drop_duplicates）仅在系列没有任何减量的情况下起作用。

---

或者，您可以在此处使用diff，并索引到df.index，类似于先前的解决方案：

np.insert(df.index[df.A.diff().gt(0)], 0, 0)
# Int64Index([0, 1, 4, 6, 7], dtype='int64')

Answer 3

这可确保第二行增加一（而不是两或其他任何东西！）

df[ ((df.A.shift(-1) - df.A) == 1.0)].index.values

输出为numpy数组：

array([2, 5])

示例：

#                                *        *  here value increase by 1
#                          0  1  2  3  4  5  6  7
df = pd.DataFrame({ 'A' : [1, 1, 1, 2, 8, 3, 4, 4]})
df[ ((df.A.shift(-1) - df.A) == 1.0)].index.values
array([2, 5])