Python 当列值在另一行-列值的范围内时，选择行

我正在尝试从数据帧（100k-500k行）创建子集 使用以下格式

d = {'time':[1,2,3,5,7,9,9.5,10], 'val':['match','match','match','not','not','match','match','match']}
df = pd.DataFrame(d)

   time    val
0   1.0  match
1   2.0  match
2   3.0  match
3   5.0    not
4   7.0    not
5   9.0  match
6   9.5  match
7  10.0  match

我想选择一个子集，当time在 范围有限。

---

例如，如果范围我得到了一个解决方案，但我认为这不是最好的解决方案

dfasc=df.sort_values(['time'], ascending=1)
dfdesc=df.sort_values(['time'], ascending=0)

print (df[(dfasc['time'].diff()<=1.0) | (dfdesc['time'].diff()>=-1.0)])

   time    val
0   1.0  match
1   2.0  match
2   3.0  match
5   9.0  match
6   9.5  match
7  10.0  match

dfasc=df.sort_值（['time']，升序=1）
dfdesc=df.sort_值（['time']，升序=0）
打印（df[（dfasc['time'].diff（）=-1.0）]）
时间值
0.1.0比赛
1.2.0比赛
2.3.0比赛
5.9.0比赛
6.9.5比赛
7.10.0比赛

如果您想这样做，它是矢量化的，这将起作用。您可能希望使用矢量化操作，因为您的DF非常大。您可能还希望将其放入函数中以节省内存，因为我在下面创建了一些变量

import numpy as np
import pandas as pd
df = pd.DataFrame({'time':[1,2,2.5,3,9,9.5,10,11,12],'val':
['not','match','match','match','match','match','match','not','not']})
'''
df
   time    val
0   1.0    not
1   2.0  match
2   2.5  match
3   3.0  match
4   9.0  match
5   9.5  match
6  10.0  match
7  11.0    not
8  12.0    not
'''
x = df.time.values
tmp = (x[1:] - x[:-1]) < 1
fst = tmp[0]
lst = tmp[-1]
mid = np.any([tmp[1:],tmp[:-1]],axis =0)
ans = np.concatenate([[fst],mid,[lst]])
df  = df[ans]
''' Output
   time    val
1   2.0  match
2   2.5  match
3   3.0  match
4   9.0  match
5   9.5  match
6  10.0  match
'''

将numpy导入为np
作为pd进口熊猫
数据帧（{'time'：[1,2,2.5,3,9,9.5,10,11,12]，'val'：
[‘不’、‘匹配’、‘匹配’、‘匹配’、‘匹配’、‘匹配’、‘匹配’、‘不’、‘不’]）
'''
df
时间值
0 1.0不是
1.2.0比赛
2.5比赛
3.0比赛
4.9.0比赛
5.9.5比赛
6.10.0比赛
7.11.0不是
8 12.0不是
'''
x=df.time.values
tmp=（x[1:]-x[：-1]）<1
fst=tmp[0]
lst=tmp[-1]
mid=np.any（[tmp[1:]，tmp[：-1]]，轴=0）
ans=np.concatenate（[[fst]，mid，[lst]]））
df=df[ans]
''输出
时间值
1.2.0比赛
2.5比赛
3.0比赛
4.9.0比赛
5.9.5比赛
6.10.0比赛
'''

在一行中，它看起来是这样的：

df.loc[(df['time'].diff()<=1)|(df['time'].diff(-1)>=-1)]

df.loc[（df['time'].diff（）=-1）]

如果范围是df.time[1]-df.time[0]是1，那么第0,1行是有效的，df.time[2]-df.time[1]是1，那么第1,2行是有效的，我不明白，为什么

3,4

行无效？要使第3行有效，另一行必须存在于范围内的时间（4,6），要使第4行有效，另一行必须存在于范围内的时间（6,8）我不认为这是可行的，print（bln）给出[False False False True]@user3394220 fixed你能更具体一点吗？我正在尝试生成在1行中不起作用的数据样本，在3行解决方案中起作用请这样做。我的解决方案假设您不想对数据进行重新排序。我只是问了这个问题的扩展部分，希望您能提供帮助：）

df.loc[(df['time'].diff()<=1)|(df['time'].diff(-1)>=-1)]