在Python中查找和删除不按顺序排列的条目

我有一个包含n个元素的系列。对于每个n，n必须才能删除

nums[i]的每个元素，我认为您正在寻找移位。与使用循环的迭代相比，这是一种更具熊猫/蟒蛇风格的方法

  import pandas as pd
  nums = pd.Series([1,1,2,2,3,4,2,2,2,5,5,5,6,7,8,5,5,9])
  size = -1 #arbitrary
  while(nums.size != size): #go until don't need to remove more elements
    size = nums.size
    nums = nums[nums <= nums.shift(-1)].append(nums.tail(1))
  print(nums.values)

将熊猫作为pd导入
nums=pd.系列（[1,1,2,2,3,4,2,2,2,2,5,5,6,7,8,5,5,5,9]）
大小=-1#任意
while（nums.size！=size）：#直到不需要删除更多元素
大小=nums.size
nums=nums[nums我想你需要一个简单的布尔值，比如
nums[nums n必须是，我猜问题也是第n个，
print（nums）的输出
似乎与它的初始化不匹配。例如，初始化中的最后四个数字是
8,5,5,9
，但打印输出中的最后四个数字是
6,7,8,9
。你只是想对它排序吗？即使我对熊猫不是很熟练，它也应该能够使用
nums.sort（）对一系列进行排序
或诸如此类。除非任务是编写自己的排序算法，然后检查可用的文献，否则到处都有。
for i in nums:
  #check i <= i + 1#

import pandas as pd
import numpy as np
nums = pd.Series([1,1,2,2,3,4,2,2,2,5,5,5,6,7,8,5,5,9])
#some code here#
print(nums)

for i,n in enumerate(nums):
  if i == len(nums)-1: break # avoid final index
  if nums[i] <= nums[i+1]: #check
    nums[i] = np.nan # mark removed elements with NaN

print(nums.dropna().astype('int64')) # remove NaNs

5     4
14    8
17    9
dtype: int64

  import pandas as pd
  nums = pd.Series([1,1,2,2,3,4,2,2,2,5,5,5,6,7,8,5,5,9])
  size = -1 #arbitrary
  while(nums.size != size): #go until don't need to remove more elements
    size = nums.size
    nums = nums[nums <= nums.shift(-1)].append(nums.tail(1))
  print(nums.values)