如何筛选连续出现多次的记录并统计连续次数

嘿，这个需求我之前也碰到过！要搞定数据表中连续重复记录的分组统计，核心就是把连续相同的记录归为同一组，然后统计每组的数量就行。我分两种常见场景给你详细说：

场景1：用SQL处理数据库表 #

假设你的数据表叫sequence_table，里面有两个关键列：

• value：存储你要统计的序列值（比如x、y）
• order_col：用来保证序列顺序的列（比如自增ID、时间戳，必须有这个才能判断“连续”！）

核心思路 #

用两个ROW_NUMBER()窗口函数生成的编号做差，得到一个分组标识——连续相同的value会得到相同的标识，这样就能把它们归为一组。

完整SQL代码 #

WITH grouped_data AS (
  SELECT 
    value,
    order_col,
    -- 生成全局行号（按序列顺序）
    ROW_NUMBER() OVER (ORDER BY order_col) AS global_row,
    -- 按value分组生成组内行号
    ROW_NUMBER() OVER (PARTITION BY value ORDER BY order_col) AS value_row,
    -- 两个行号的差作为分组ID，连续相同value的差不变
    ROW_NUMBER() OVER (ORDER BY order_col) - ROW_NUMBER() OVER (PARTITION BY value ORDER BY order_col) AS group_id
  FROM sequence_table
)
SELECT 
  value,
  COUNT(*) AS occurrence_count
FROM grouped_data
GROUP BY group_id, value
-- 按原序列顺序输出结果
ORDER BY MIN(order_col);

对应你的例子验证 #

如果你的序列是x x x y y x x y，order_col是1到8，那么group_id会是：

• 前3个x：1-1=0、2-2=0、3-3=0 → 同一组
• 接下来2个y：4-1=3、5-2=3 → 同一组
• 再2个x：6-4=2、7-5=2 → 同一组
• 最后1个y：8-3=5 → 单独一组

统计后就得到你要的结果：x 3、y 2、x 2、y 1。

场景2：用Python处理列表/内存数据 #

如果你的序列是在Python内存中（比如列表），用itertools.groupby可以一行搞定：

from itertools import groupby

# 你的序列
sequence = ['x', 'x', 'x', 'y', 'y', 'x', 'x', 'y']
# 分组统计
result = [(key, len(list(group))) for key, group in groupby(sequence)]

print(result)
# 输出：[('x', 3), ('y', 2), ('x', 2), ('y', 1)]

这个方法会自动把连续相同的元素归为一组，直接统计每组长度就行，非常简洁！

内容的提问来源于stack exchange，提问作者beginneeeeer2021