Блог

У меня есть фрейм данных, подобный

 pd.DataFrame({'i': [ 3,  4, 12, 25, 44, 45, 52, 53, 65, 66]
              , 't': range(1,11) 
              , 'v': range(0,100)[::10]}
            )
  

т.е.

     i   t   v
0   3   1   0
1   4   2   10
2   12  3   20
3   25  4   30
4   44  5   40
5   45  6   50
6   52  7   60
7   53  8   70
8   65  9   80
9   66  10  90
  

Я хотел бы суммировать значения в столбце v со следующим столбцом, если i они увеличены на 1, в противном случае ничего не делайте.
Можно предположить, что для суммирования существует максимум две последовательные строки, поэтому последняя строка может быть неоднозначной, в зависимости от того, суммируется она или нет.

Результирующий фрейм данных должен выглядеть следующим образом:

     i   t   v
0   3   1   10
2   12  3   20
3   25  4   30
4   44  5   90
6   52  7   130
8   65  9   170
  

Очевидно, что я мог бы перебирать фрейм данных, используя .iterrows() , но должно быть более разумное решение.
Я пробовал различные комбинации shift , diff и groupby , хотя я не вижу, как это сделать…

Это обычный метод идентификации блока с помощью cumsum в diff:

 blocks = df['i'].diff().ne(1).cumsum()
df.groupby(blocks, as_index=False).agg({'i':'first','t':'first', 'v':'sum'})
  

Вывод:

     i  t    v
0   3  1   10
1  12  3   20
2  25  4   30
3  44  5   90
4  52  7  130
5  65  9  170
  

Давайте попробуем

 out = df.groupby(df['i'].diff().ne(1).cumsum()).agg({'i':'first','t':'first','v':'sum'})
Out[11]: 
    i  t    v
i            
1   3  1   10
2  12  3   20
3  25  4   30
4  44  5   90
5  52  7  130
6  65  9  170