如何对周期性数据按组用cumsum/cumcount实现循环计数重置？

要实现每个ID下连续相同SWITCH状态的周期内计数重置，核心是先识别每个ID内的状态变化边界，生成独立的周期分组，再在每个周期内进行计数。

具体实现步骤： #

1. 按ID分组，标记每个分组内SWITCH状态发生变化的行
2. 对状态变化标记做累加，得到每个连续状态周期的唯一标识
3. 按ID和周期标识分组，使用cumcount()生成周期内的递增计数（加1让计数从1开始）

代码示例： #

假设你的DataFrame名为df，执行以下代码：

import pandas as pd

# 生成状态变化标记：当前行与上一行SWITCH不同则为True，否则False
df['状态变化'] = df.groupby('ID')['SWITCH'].diff() != 0

# 累加状态变化标记，得到每个连续状态的周期编号（同一周期内编号相同）
df['周期编号'] = df.groupby('ID')['状态变化'].cumsum().fillna(0).astype(int)

# 按ID和周期编号分组，生成周期内计数
df['周期内计数'] = df.groupby(['ID', '周期编号']).cumcount() + 1

# 可删除中间辅助列，保留目标结果
df = df.drop(['状态变化', '周期编号'], axis=1)

关键逻辑说明： #

• groupby('ID')['SWITCH'].diff()：计算每个ID内当前行与上一行的SWITCH差值，不同状态时返回非0值，相同则为0
• cumsum()：对状态变化标记累加，每遇到一次状态变化，周期编号就加1，确保同一连续状态的行拥有相同的周期编号
• cumcount() +1：在每个ID+周期编号的分组内生成从0开始的计数，加1后转为从1开始的递增序列

内容的提问来源于stack exchange，提问作者Whiskey Mental Disturb