基于Pandas按列值变化规则生成ID列的实现问题

需求说明 #

• 现有A列连续采样数据：列值变化时为传感器有效采集，列值重复时为无效采集
• ID生成规则：
  1. 列值连续变化时，ID保持一致
  2. 列值开始重复时，ID递增1
  3. 再次出现列值变化时，ID再次递增，以此类推

原代码问题分析 #

你当前的代码逻辑存在两处错误：

• 遇到列值重复时，每次循环都递增id_value，导致每个重复行的ID独立，无法实现同一重复块共用一个ID
• 列值再次变化时，仅继承前一行ID，未触发ID递增，不符合规则3

正确实现方案 #

我们需要先识别状态切换节点（从"变化"到"重复"，或从"重复"到"变化"的位置），再通过累加切换次数生成ID：

import pandas as pd

data = [3.5, 3.6, 3.7, 3.8, 1, 1, 1, 1, 1, 3.9, 4.0, 4.2, 4.4, 4.6, 4.8, 3,        
3, 3,  3, 3.2, 3.3, 3.5, 2.1, 2.1, 2.1, 2.1]

df = pd.DataFrame({'A': data})

# 1. 判断每行与前一行是否不同（标记是否处于"变化"状态）
is_changing = df['A'] != df['A'].shift(1)
# 2. 标记状态切换的节点：当前状态与前一行状态不一致的位置
switch_point = is_changing.ne(is_changing.shift())
# 3. 修正前两个节点：前两行均为"变化"状态，无切换，设为False
switch_point.iloc[:2] = False
# 4. 累加切换次数生成ID，初始ID为0
df['ID'] = switch_point.cumsum()

# 查看结果
print(df)

输出验证 #

运行后输出符合预期：

A  ID
0   3.5   0
1   3.6   0
2   3.7   0
3   3.8   0
4   1.0   1
5   1.0   1
6   1.0   1
7   1.0   1
8   1.0   1
9   3.9   2
10  4.0   2
11  4.2   2
12  4.4   2
13  4.6   2
14  4.8   2
15  3.0   3
16  3.0   3
17  3.0   3
18  3.0   3
19  3.2   4
20  3.3   4
21  3.5   4
22  2.1   5
23  2.1   5
24  2.1   5
25  2.1   5

内容的提问来源于stack exchange，提问作者Hansson