如何统计Pandas DataFrame列表列中连续"S"的数量？

原代码错误点 #

• 全局变量未按行重置：iCount在循环外初始化，遍历所有行时没有为每行重新归零，导致最终所有行都使用最后一次循环结束后的iCount值（第4行计算后的3）。
• 未按行存储结果：没有将每行计算的结果单独保存，而是直接把全局的iCount赋值给整个iCount列，导致所有行数值完全相同。

修正方案 #

方法1：修正循环逻辑（逐行计算） #

为每行单独初始化计数变量，将每行的计算结果存入列表，最后赋值给DataFrame列：

counts = []
# 遍历col4中的每个列表
for lst in df['col4']:
    current_count = 0
    max_continuous = 0
    for item in lst:
        if item == "S":
            current_count += 1
            # 更新当前行的最大连续S数量
            max_continuous = max(max_continuous, current_count)
        else:
            # 遇到非S，重置当前连续计数
            current_count = 0
    counts.append(max_continuous)

df['iCount'] = counts

方法2：使用Pandas的apply函数（更简洁） #

定义一个计算单列表中连续S最大数量的函数，通过apply逐行处理：

def count_max_continuous_s(lst):
    current = 0
    max_count = 0
    for item in lst:
        if item == "S":
            current += 1
            max_count = max(max_count, current)
        else:
            current = 0
    return max_count

df['iCount'] = df['col4'].apply(count_max_continuous_s)

执行上述任意一种方法后，都能得到期望的结果：

col1 col2  col3          col4  iCount
0    1    6    67    [1, 6, 67]       0
1    S    S  None  [S, S, None]       2
2    3    8    87    [3, 8, 87]       0
3    4    9    79    [4, 9, 79]       0
4    S    S     S     [S, S, S]       3

内容的提问来源于stack exchange，提问作者Giampaolo Levorato