Python 确定数据帧列中相同类型邻居范围的最快方法

在

PANDAS

dataframe中获取相同类型邻居范围的最快方法是什么？
问题是我有一个数据帧，它在

input

列中排序，我需要知道这些值的范围，列

output

的值彼此相近

我做了什么？
我写了一个满足我需要的程序：

data = pd.read_csv('data.txt')
print("Original Data:")
print(data)
tmpdata = data.copy()
slicedorg = data.copy()
jump = 0
to = 0
while jump < len(data):
    tmpdata['output'] = (slicedorg['output'] == slicedorg['output'].loc[0])
    jump += to
    try:
        to = tmpdata['output'].tolist().index(False)
        if jump == 0:
            data['input'] = data['input'].replace([data['input'].loc[range(jump, to + jump)]] 
                                                                    , "(begin," + str(data['input'].loc[jump + to]) + ")" )
        else:
            data['input'] = data['input'].replace([data['input'].loc[range(jump, to + jump)]] 
                                                                    , "[" + str(data['input'].loc[jump]) + "," 
                                                                        + str(data['input'].loc[jump + to]) + ")")
        tmpdata = tmpdata.tail(len(tmpdata) - to)
        slicedorg = slicedorg.tail(len(slicedorg) - to)
        tmpdata = tmpdata.reset_index(drop=True)
        slicedorg = slicedorg.reset_index(drop=True)
    except:
        data['input'] = data['input'].replace([slicedorg['input'].loc[range(0, len(data))]] 
                                                                , "[" + str(tmpdata['input'].loc[0]) + ",end)")
        break
print("\nAfter Altering:")
print(data)  

尽管这段代码对我来说很有用，但我的数据表非常庞大，制作两个数据副本并循环遍历列非常耗时，有没有更好的方法来完成我想要的？请注意，也许我没有写一个很好的代码（我是python新手），但我主要是在寻找更快的建议算法

我正在使用python 3.5和pandas的最新版本。

---

谢谢

我太懒了，无法完全按照您想要的方式获取格式，但您可以使用compare cumsum groupby模式完成困难的部分：

group_ids = (df["output"] != df["output"].shift()).cumsum()
grouped = df["input"].groupby(group_ids)
bounds = grouped.min().shift(-1)

left = bounds.shift(1).fillna(0).astype(int).astype(str)
right = bounds.fillna(0).astype(int).astype(str)

left.iloc[0] = "begin"
right.iloc[-1] = "end"
bounds = left + "," + right

df["bounds"] = bounds.loc[group_ids].values

给我

>>> df
    input output    bounds
0       3   gear  begin,55
1       7   gear  begin,55
2      11   gear  begin,55
3      24   gear  begin,55
4      55   back    55,100
5      56   back    55,100
6      82   back    55,100
7     100   gear   100,200
8     101   gear   100,200
9     200   peak   200,end
10    208   peak   200,end
11    233   peak   200,end

---

谢谢你的回答@DSM，但是你能逐行解释清楚你的代码在做什么吗？

>>> df
    input output    bounds
0       3   gear  begin,55
1       7   gear  begin,55
2      11   gear  begin,55
3      24   gear  begin,55
4      55   back    55,100
5      56   back    55,100
6      82   back    55,100
7     100   gear   100,200
8     101   gear   100,200
9     200   peak   200,end
10    208   peak   200,end
11    233   peak   200,end