如何高效识别嵌套列表中违反生存逻辑的异常数据？

硬编码的if/else确实会随着观测年份增加变得完全不可维护——咱们换个通用的思路，不管之后加多少年都能轻松应对！

核心逻辑 #

因为标本无法死而复生，所以状态序列的合法变化只有两种：

• 从0到1（出生，仅能发生一次，且在死亡前）
• 从1到0（死亡，一旦发生就不能再出现复生）

换句话说，一旦序列中出现1→0的死亡转变，之后绝对不能再出现0→1的复生转变。基于这个逻辑，我们可以写出通用的检测代码。

通用解决方案代码 #

首先是基础版本，直接遍历每个状态序列的相邻元素对：

my_list = [[1,1,1,1], # 无问题：存活4年
           [1,1,0,1], # 数据质量问题：死后复生
           [1,0,0,1], # 数据质量问题：死后复生
           [0,0,0,1], # 无问题：第4年出生
           [1,0,0,0]] # 无问题：第1年后死亡

for status in my_list:
    has_died = False
    # 遍历相邻的状态组合，检查是否存在违规
    for i in range(len(status) - 1):
        current_status = status[i]
        next_status = status[i+1]
        
        # 标记是否已经发生过死亡
        if current_status == 1 and next_status == 0:
            has_died = True
        
        # 如果已经死过，又出现复生，直接判定为数据问题
        if has_died and current_status == 0 and next_status == 1:
            print(f"{status} has data quality issues")
            break  # 找到问题就停止后续检查，提升效率

优化：封装成可复用函数 #

如果需要多次检测，把逻辑封装成函数会更清晰，也方便后续扩展：

def has_resurrection_issue(status_sequence):
    """检测状态序列是否存在死后复生的数据质量问题"""
    has_died = False
    for i in range(len(status_sequence) - 1):
        curr, next_s = status_sequence[i], status_sequence[i+1]
        # 记录是否发生过死亡
        if curr == 1 and next_s == 0:
            has_died = True
        # 检查是否出现死后复生
        if has_died and curr == 0 and next_s == 1:
            return True
    return False

# 使用函数批量检测
my_list = [[1,1,1,1], [1,1,0,1], [1,0,0,1], [0,0,0,1], [1,0,0,0]]
for status in my_list:
    if has_resurrection_issue(status):
        print(f"{status} has data quality issues")

方案优势 #

• 通用性：不管状态序列长度是4还是100，代码逻辑完全不用修改，只需要保证输入是合法的0/1序列即可
• 高效性：一旦检测到违规就停止后续遍历，避免不必要的计算
• 可读性：逻辑清晰，比一堆硬编码的if/else更容易理解和维护

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