如何检查Pandas Series中连续相同数字出现是否符合阈值规则

规则说明 #

• 仅数字1和-1允许连续重复，且最多连续出现2次
• 除1、-1外的其他数字，完全不允许连续重复

解决方案代码 #

import pandas as pd

def check_series_continuous_rules(s: pd.Series) -> bool:
    # 生成连续相同值的分组标签
    group_labels = (s != s.shift()).cumsum()
    # 计算每个元素所在连续分组的长度
    group_lengths = s.groupby(group_labels).transform('count')
    
    # 校验规则：1/-1连续次数不超2，其他数字连续次数不超1
    invalid_cases = ((s.isin([1, -1]) & (group_lengths > 2)) | 
                     (~s.isin([1, -1]) & (group_lengths > 1)))
    
    # 无违规则返回True，否则返回False
    return not invalid_cases.any()

示例验证 #

符合规则的情况 #

# 1/-1各连续2次，其他数字无连续重复
s1 = pd.Series(data=[-1, -1, 2, -2, 2, -2, 1, 1])
print(check_series_continuous_rules(s1))  # 输出: True

# 1/-1交替出现，其他数字交替无连续重复
s2 = pd.Series(data=[-1, 1, -2, 2, -2, 2, -1, 1])
print(check_series_continuous_rules(s2))  # 输出: True

# 1连续2次，其他数字交替无连续重复
s3 = pd.Series(data=[1, 1, -2, 2, -2, 2, -1, 1])
print(check_series_continuous_rules(s3))  # 输出: True

违反规则的情况 #

# -1连续3次，超出允许次数
s4 = pd.Series(data=[-1, -1, -1, 2, 2, -2, 1, 1])
print(check_series_continuous_rules(s4))  # 输出: False

# 数字2连续2次，其他数字不允许连续重复
s5 = pd.Series(data=[-1, -1, 2, 2, -2, 1, 1, -2])
print(check_series_continuous_rules(s5))  # 输出: False

# 数字-2连续2次，违反规则
s6 = pd.Series(data=[-1, 1, -2, -2, 1, -1, 2, -2])
print(check_series_continuous_rules(s6))  # 输出: False

代码逻辑说明 #

1. 分组连续值：通过s != s.shift()判断当前值与前一个值是否不同，再用cumsum()生成分组标签，将连续相同的值归为同一组。
2. 计算连续次数：利用groupby和transform('count')，得到每个元素所在连续分组的长度，即该值连续出现的次数。
3. 规则校验：分别针对1/-1和其他数字设置连续次数上限，筛选出所有违反规则的元素。
4. 结果判断：若存在违规元素则返回False，否则返回True。

内容的提问来源于stack exchange，提问作者Andi