Pandas 仅保留值的第一个外观，直到它更改为另一个值

我的数据集如下所示：

 id      mz_id      time        duration
  1        a        0:00           0:10
  1        a        0:01           0:10
  1        a        0:05           0:10
  1        a        0:07           0:10
  1        a        0:09           0:10
  1        b        5:10           1:10
  1        b        15:10          1:10
  1        b        35:10          1:10
  1        a        1:10:05        0:15
  1        a        1:20:07        0:15
  1        b        2:10:05        1:10
  1        c        3:20:07        0:15

等等

我希望保持值mz_id的第一个外观，如下所示：

 id      mz_id      time        duration
  1        a        0:00           0:10
  1        b        5:10           1:10
  1        a        1:10:05        0:15
  1        b        2:10:05        1:10
  1        c        3:20:07        0:15

这对mz_id和持续时间不是唯一的，我想不出在这种情况下如何删除它们。。。我的删除副本应仅基于以下内容：

---

始终保持mz_id的第一个外观，直到它发生变化

IIUC，首先使用助手系列和groupby+：

详情： 检查下一行是否与当前行相同，然后执行求和运算为每个更改的组分配一个组，然后按该序列分组并首先返回

df['mz_id'].ne(df['mz_id'].shift())

因此，对于下一行中具有相同值的所有第一行，这将返回true

然而，正如@datanearyor所指出的，在您的示例中，下面的方法同样有效，因为您只需要使用第一行

df[df['mz_id'].ne(df['mz_id'].shift())]

---

IIUC，首先使用助手系列和groupby+：

详情： 检查下一行是否与当前行相同，然后执行求和运算为每个更改的组分配一个组，然后按该序列分组并首先返回

df['mz_id'].ne(df['mz_id'].shift())

因此，对于下一行中具有相同值的所有第一行，这将返回true

然而，正如@datanearyor所指出的，在您的示例中，下面的方法同样有效，因为您只需要使用第一行

df[df['mz_id'].ne(df['mz_id'].shift())]

---

df[df['mz_id'].nedf['mz_id'].shift]也能工作吗？@datanoveler的观点很好。它不会针对不同的用例进行测试，但会对样本数据起作用：只要我们只看一个col，我想会的谢谢你们的时间和帮助：我有建议扩大你的答案，并逐步解释。因为我没有发现任何类似的问题，我想这会引起注意@Anajlim完成了，我认为DataNoveler的建议在您的示例中非常有效，他还应该发布一个答案。我要向他竖起大拇指df[df['mz_id'].nedf['mz_id'].shift]也能工作吗？@datanoveler的观点很好。它不会针对不同的用例进行测试，但会对样本数据起作用：只要我们只看一个col，我想会的谢谢你们的时间和帮助：我有建议扩大你的答案，并逐步解释。因为我没有发现任何类似的问题，我想这会引起注意@Anajlim完成了，我认为DataNoveler的建议在您的示例中非常有效，他还应该发布一个答案。我要向他竖起大拇指

df[df['mz_id'].ne(df['mz_id'].shift())]