如何按连续批次统计DataFrame列中重复值的出现次数？

你可以借助pandas的游程编码分组思路实现需求，具体操作如下：

首先构造示例DataFrame：

import pandas as pd

df = pd.DataFrame({'Value': [0, 0, 0, 1, 1, 0, 0]})

执行以下代码生成Freq列：

# 生成连续相同值的分组标识
df['group_id'] = df['Value'].ne(df['Value'].shift()).cumsum()
# 计算每个分组的长度，将结果映射回原DataFrame
df['Freq'] = df.groupby('group_id')['Value'].transform('count')
# 不需要分组标识的话可以删除该列
df = df.drop('group_id', axis=1)

最终得到的结果：

注：你提供的示例结果最后一行Freq为1应为笔误，原输入最后两个连续0的批次长度实际为2。

原理说明 #

• df['Value'].ne(df['Value'].shift())：判断当前行的Value与上一行是否不同，返回布尔值序列
• .cumsum()：对布尔值累加，每遇到一次不同值就生成新的分组ID，让连续相同值被分到同一组
• groupby('group_id').transform('count')：计算每个分组的长度，并用transform将结果广播到原分组的每一行，实现每行对应所在连续批次的重复次数

内容的提问来源于stack exchange，提问作者user6386155