Python 按连续计数分组

以下是数据：

ID  Type
1   In
1   In
1   Out
1   In
2   Out
2   In
2   In
2   In
2   Out

---

问题：我想要一个pandas查询，可以获取“In”连续出现两次以上的ID。因此，如果我对上述数据运行查询，它应该只能获取2个数据。

我认为您使用了错误的工具。
我建议您尝试使用xml解析器，如果出于未知原因，您仍然计划将html数据存储在pandas中，我认为您可以迭代这些行并解析它们。
不过，我建议您只需获取它并在其他地方解析它。
至于嵌套的标记，可能会很有用

编辑：你编辑了你的问题，所以这里有一个新的答案 要选择重复行，请尝试以下操作：

df.groupby([...]).filter(lambda df:df.shape[0] > 1)

试试这个：

df.groupby('ID')['Type'].agg(lambda x: (x=='In').rolling(3).apply(lambda x: x.all()).max())
Out[34]: 
ID
1    0.0
2    1.0
Name: Type, dtype: float64

对于满足条件的组，它将返回1，否则返回0

它首先按ID分组，并采用类型列。例如，它有两个组：

{1:['In'，'In'，'Out'，'In']，2:['Out'，'In'，'In'，'In'，'In'，'Out']}

。对于每个组（

x

），它首先创建一个布尔序列

x=='In'

。该系列是

[True，True，False，True]

和

[False，True，True，False]

。现在，在这些序列上，它应用了滚动函数。它一次需要三个并计算

x.all（）

。对于第一个组，前三个（

[True，True，False]

）和后三个（

[True，False，True]

）返回False，因为所有三个都应为True。这两个错误的最大值为0。对于第二组，滚动方法将产生（

[False，True，True]，[True，True，True]，[True，True，False]

），因此对于第二组，

x.all（）

将为True，因此最大值为1

Series.rolling（）

我相信是在pandas 0.18中引入的。对于早期版本，您可以使用：

df.groupby('ID')['Type'].agg(lambda x: pd.rolling_apply(x=='In', 3, lambda x: x.all()).max())

---

为什么要使用pandas？我认为最好的方法是删除这个问题，然后用一些纯文本（不是html）的示例和一些代码创建新的，你会怎么做。然后你会得到很多很好的答案。非常抱歉，伙计们！你看，菜鸟！我有数据的行和列，我不知道如何表示数据……让我知道，如果这新的编辑工作，考虑接受，如果didit说<代码>属性错误：“系列”对象没有属性“滚动”< /代码>我在Python 2.7 AcANDA Distu可能需要更新熊猫。您需要v18.0。或者你可以使用rolling_apply。谢谢@ayhan先生！一切都像魔法一样运作。。。不过，我希望这个问题能得到保护。想解释一下这个答案吗？当然，我补充了一个解释。如果有什么不清楚的地方，请告诉我。尽可能清楚！非常感谢你！