Python Pandas技术求助：统计列表重复项并计算重复项差值

核心步骤拆解 #

要实现你需要的重复项统计与Delta计算，分3步即可完成：

1. 记录每个数字的所有出现位置：遍历原始列表，用字典存储每个数字对应的所有索引位置，这是后续统计的基础。
2. 生成基础统计项：对每个目标数字（比如你示例中的0-9），计算出现次数（total）、首次出现位置（first-occurence）。
3. 计算Delta值：根据需求（相邻出现位置差值/与首次出现位置的差值）生成对应的Delta列，最后整理成目标格式的DataFrame。

代码实现 #

假设你的原始列表是 nums = [1,9,1,3,0,3,6,0,2,0]（对应你示例左侧的索引与值），代码如下：

from collections import defaultdict
import pandas as pd

# 原始列表
nums = [1,9,1,3,0,3,6,0,2,0]

# 1. 收集每个数字的所有出现索引
index_map = defaultdict(list)
for idx, num in enumerate(nums):
    index_map[num].append(idx)

# 2. 构建每行的统计数据
result_rows = []
# 覆盖数字0-9（可根据需求调整范围）
for target_num in range(10):
    positions = index_map.get(target_num, [])
    count = len(positions)
    first_pos = positions[0] if count > 0 else None
    
    # 计算Delta：这里以「后续出现位置 - 首次出现位置」为例，若要相邻差值可改用 positions[i] - positions[i-1]
    deltas = [pos - first_pos for pos in positions[1:]] if count > 1 else []
    
    # 组装行数据
    row = {
        'numbers': target_num,
        'total': count if count > 0 else 0,
        'first-occurence': first_pos if count > 0 else ''
    }
    # 添加Delta列
    for i, delta_val in enumerate(deltas, 1):
        row[f'Delta_{i}'] = delta_val
    
    result_rows.append(row)

# 3. 生成DataFrame并格式化空值
df = pd.DataFrame(result_rows).fillna('')
# 打印结果（和你要的布局一致）
print(df.to_string(index=False))

关键细节说明 #

• Delta的灵活计算：如果需要的是相邻出现位置的差值，把Delta计算部分改成 deltas = [positions[i] - positions[i-1] for i in range(1, len(positions))] 即可。
• 空值填充：用fillna('')把无数据的位置设为空字符串，和你示例的格式匹配。
• 目标数字范围：如果不需要覆盖0-9，只需调整range(10)为你需要的数字范围即可。

内容的提问来源于stack exchange，提问作者Oily13