基于DataFrame检测版本回退并按ID统计次数的实现方案

给定如下DataFrame：

id   info_version
124             2.0.0
124             2.0.0
124             1.0.0
124             1.5.6
124             0.4.5
345             v2alpha1
345             v1alpha1
348             1.0.0-Snapshot
348             1.0.0-Snapshot

需要按id统计info_version字段的版本回退次数（比如从2.0.0到1.0.0、v2到v1都算回退），最终输出格式如下：

id     count
124                2
345                1
348                0

步骤1：安装依赖 #

若未安装packaging库，执行以下命令：

pip install packaging

步骤2：代码实现 #

import pandas as pd
from packaging import Version

# 构造示例DataFrame
df = pd.DataFrame({
    'id': [124, 124, 124, 124, 124, 345, 345, 348, 348],
    'info_version': ['2.0.0', '2.0.0', '1.0.0', '1.5.6', '0.4.5', 'v2alpha1', 'v1alpha1', '1.0.0-Snapshot', '1.0.0-Snapshot']
})

# 统一解析版本号，处理带v前缀的情况
def parse_version(v):
    if v.startswith('v'):
        v = v[1:]
    return Version(v)

# 统计单组内的版本回退次数
def count_rollbacks(group):
    versions = group['info_version'].apply(parse_version)
    # 比较当前版本与前一个版本，统计回退次数
    return (versions.shift(1) > versions).sum()

# 按id分组统计
result = df.groupby('id').apply(count_rollbacks).reset_index(name='count')

print(result)

代码说明 #

• parse_version函数：移除版本号开头的v前缀，用Version类统一解析，确保不同格式的版本（如正式版、预发布版、快照版）能正确比较。
• count_rollbacks函数：对每个id的版本序列，通过shift(1)获取前一个版本，统计当前版本小于前一个版本的次数，即回退次数。
• 最终通过groupby+apply完成按id的聚合统计，输出符合要求的结果。

运行结果 #

执行代码后输出：

id  count
0  124      2
1  345      1
2  348      0

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