如何在Pandas DataFrame列中统计连续重复事件的出现次数？

要实现连续相同事件计数、中断后重置的需求，不能直接用RANK()（它会全局统计事件出现次数，不区分连续性），可以通过分组+组内行号的方式实现，核心是把连续相同的事件归为同一组，再在组内生成递增计数。

通用SQL实现（支持MySQL 8.0+、PostgreSQL、SQL Server等） #

SELECT 
    Date,
    Event,
    ROW_NUMBER() OVER (PARTITION BY grp ORDER BY Date) AS Count
FROM (
    SELECT 
        Date,
        Event,
        -- 生成分组标识：当前事件与上一行不同时，分组号+1，否则保持
        SUM(CASE WHEN Event = LAG(Event) OVER (ORDER BY Date) THEN 0 ELSE 1 END) 
            OVER (ORDER BY Date) AS grp
    FROM your_table -- 替换成你的表名
) t;

逻辑说明 #

1. 内层查询：
   • 用LAG(Event) OVER (ORDER BY Date)获取当前行的上一行事件值
   • 通过CASE判断当前事件是否和上一行相同，不同则返回1，相同返回0
   • 用SUM() OVER (ORDER BY Date)累加这个判断结果，得到分组编号grp——连续相同的事件会被分到同一个grp里
2. 外层查询：
   • 按grp分区，在每个分区内按Date排序，用ROW_NUMBER()生成从1开始的连续计数，事件中断后新分组会重新从1开始计数

内容的提问来源于stack exchange，提问作者Qing