Python 如何从两列中提取数字范围并将两列中的范围打印为元组？

我对bash脚本和python编程相当陌生；目前有2列，其中包含数字序列，如下所示：

Col 1:
1
2
3
5
7
8

Col 2:

101
102
103
105
107
108

1,3,101,103

5,5,105,105

7,8,107,108

需要从这两列中提取数字范围，并根据这两列中任意一列的顺序中断间隔打印，结果如下：

Col 1:
1
2
3
5
7
8

Col 2:

101
102
103
105
107
108

1,3,101,103

5,5,105,105

7,8,107,108

已经收到关于如何使用awk从一列中提取数字范围的有用信息：-$awk'NR==1 | | sqrt（（$0-p）*（$0-p））>1{print p；printf“%s”，“$0”，“}{p=$0}END{print$0}文件；但现在问题变得更复杂了，因为必须包含第二列和另一个数字序列，因此需要从两列中任何一列上发生序列中断的列的范围

为了增加一点复杂性，序列可以是升序和/或降序

尝试使用pandas（数据帧）和numpython库找到解决方案

提前谢谢你

您好，MaxU谢谢您的回复，不幸的是，我遇到了以下情况的问题：

第1栏：

 7
 8
 9
10
11


Col 2:

52
51
47
46
45

其中，第二列中的数字顺序是从开头开始递减；其结果是：

7,11,45,52

而不是：

7,8,51,52

8,11,45,47

---

干杯。

更新：

In [103]: df
Out[103]:
   Col1  Col2
0     7    52
1     8    51
2     9    47
3    10    46
4    11    45

In [104]: (df.groupby((df.diff().abs() != 1).any(1).cumsum()).agg(['min','max']))
Out[104]:
  Col1     Col2
   min max  min max
1    7   8   51  52
2    9  11   45  47

In [350]: rslt = (df.groupby((df.diff().abs() != 1).all(1).cumsum())
     ...:           .agg(['min','max']))
     ...:

In [351]: rslt
Out[351]:
  Col1     Col2
   min max  min  max
1    1   3  101  103
2    5   5  105  105
3    6   8  106  108
4    9   9  109  109

旧答案：

In [103]: df
Out[103]:
   Col1  Col2
0     7    52
1     8    51
2     9    47
3    10    46
4    11    45

In [104]: (df.groupby((df.diff().abs() != 1).any(1).cumsum()).agg(['min','max']))
Out[104]:
  Col1     Col2
   min max  min max
1    7   8   51  52
2    9  11   45  47

In [350]: rslt = (df.groupby((df.diff().abs() != 1).all(1).cumsum())
     ...:           .agg(['min','max']))
     ...:

In [351]: rslt
Out[351]:
  Col1     Col2
   min max  min  max
1    1   3  101  103
2    5   5  105  105
3    6   8  106  108
4    9   9  109  109

在熊猫身上，有一种方法可以做到这一点：

数据：

In [314]: df
Out[314]:
   Col1  Col2
0     1   101
1     2   102
2     3   103
3     5   105
4     8   108
5     7   107
6     6   106
7     9   109

注意：请注意-带索引（4,5,6）的行是一个降序序列

解决方案：

In [103]: df
Out[103]:
   Col1  Col2
0     7    52
1     8    51
2     9    47
3    10    46
4    11    45

In [104]: (df.groupby((df.diff().abs() != 1).any(1).cumsum()).agg(['min','max']))
Out[104]:
  Col1     Col2
   min max  min max
1    7   8   51  52
2    9  11   45  47

In [350]: rslt = (df.groupby((df.diff().abs() != 1).all(1).cumsum())
     ...:           .agg(['min','max']))
     ...:

In [351]: rslt
Out[351]:
  Col1     Col2
   min max  min  max
1    1   3  101  103
2    5   5  105  105
3    6   8  106  108
4    9   9  109  109

现在，您可以轻松地将其保存到CSV文件：

rslt.to_csv(r'/path/to/file_name.csv', index=False, header=None)

或者直接打印出来：

In [333]: print(rslt.to_csv(index=False, header=None))
1,3,101,103
5,5,105,105
6,8,106,108
9,9,109,109

---

为什么使用R标记？？这在R中使用

rle

和

diff

是相当可行的。我想你必须解释一下这个序列是如何工作的。Hello@MaxU谢谢你的回复不幸的是，我遇到了以下情况的问题：7 52 8 51 9 47 10 4611.45其中第二列中的数字顺序从开头开始递减；其结果是：7,11,45，52@A.ALT，你能在你的问题中提供你的数据集吗，因为它在评论中几乎不可读？它符合目前的需要；清楚，切中要害，快速回答，Cheers AALTHello@MaxU，是否有办法运行相同的程序，但对于一列中的序列增加/减少1，第二列中的序列增加/减少2的情况？；干杯-这个案例刚刚出现，在pandas文档中发现，可以使用groupped选项进行操作，但无法进行分类。@A.ALT，请您用一个小样本数据集和所需（预期）数据集来回答一个新问题好吗？