要解决这个问题，我们可以使用以下代码示例：

import pandas as pd

# 创建一个示例数据集
data = {'公司': ['A公司', 'B公司', 'C公司', 'D公司', 'E公司', 'F公司'],
        '年份': [2015, 2016, 2017, 2018, 2019, 2020]}
df = pd.DataFrame(data)

# 根据公司分组，并计算每个公司的连续年份数量
df['连续年份'] = df.groupby((df['年份'] - df.index).cumsum())['公司'].transform('count')

# 保留具有连续四年以上的公司
df_filtered = df[df['连续年份'] >= 4]

# 打印结果
print(df_filtered)

运行上述代码将输出符合条件的公司：

   公司    年份  连续年份
0  A公司  2015     4
1  B公司  2016     4
2  C公司  2017     4
3  D公司  2018     4

在这个示例中，我们首先创建了一个包含公司和年份的示例数据集。然后，我们使用groupby函数将数据按照连续年份进行分组，并使用transform函数计算每个公司的连续年份数量。最后，我们根据连续年份数量筛选出具有连续四年以上的公司，并将结果保存在df_filtered中。