如何检测DataFrame中股票聚类的时间变化及统计最大/最小变化次数

假设你使用Pandas处理聚类结果DataFrame（行是股票代码symbol，列是按时间排序的日期，值为聚类标签），以下是具体实现步骤：

1. 确保日期列按时间排序 #

如果你的日期列未按时间顺序排列，先执行排序：

import pandas as pd

# 假设聚类结果存储在cluster_df中
cluster_df = cluster_df.sort_index(axis=1)

2. 计算每只股票的聚类变化次数 #

对每一行（单只股票）计算相邻日期的聚类标签差异，统计标签发生变化的次数：

# 计算相邻日期的聚类标签差异，统计非零差异的数量（即变化次数）
change_counts = cluster_df.diff(axis=1).ne(0).sum(axis=1)

• diff(axis=1)：按行计算相邻列（日期）的标签差值，第一列会生成NaN
• ne(0)：筛选出差值不为0的位置（即聚类发生变化的日期点）
• sum(axis=1)：对每一行求和，得到该股票的总变化次数

3. 筛选聚类发生变化的股票 #

直接提取变化次数大于0的股票代码：

changed_stocks = change_counts[change_counts > 0].index.tolist()
print("聚类发生变化的股票：", changed_stocks)

4. 统计变化次数的最大值和最小值 #

对变化次数序列直接调用聚合函数：

max_change = change_counts.max()
min_change = change_counts.min()

print(f"所有股票聚类变化次数的最大值：{max_change}")
print(f"所有股票聚类变化次数的最小值：{min_change}")

示例验证（基于你提供的样本数据） #

以AAPL为例，其聚类标签序列为：3→4→1→4→0→0→0→1→2→3→1→1，相邻对比共11次，其中8次标签发生变化，对应change_counts['AAPL'] = 8，与代码计算结果一致。

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