如何为时序循环状态序列生成分组计数标注列？

问题说明 #

现有一列时序状态数据（Column A），状态严格按照A→B→C的固定顺序循环出现，每个状态的连续出现长度不固定。需要生成Column B，为每一轮A-B-C循环中的所有状态元素标注对应的循环次数——例如第一轮循环内的所有元素标注1，第二轮标注2，依此类推。示例如下：

可行解决方案 #

方法一：Excel公式实现 #

如果用Excel处理，可直接用累积计数逻辑：

1. 在B2单元格输入公式：=IF(A2="A",IF(A1<>"C",B1,B1+1),B1)
2. 将公式下拉填充至所有行

逻辑说明：当当前单元格为A时，检查上一单元格是否是C——若是则触发新循环，次数加1；否则沿用之前的次数。非A状态直接继承上方的循环次数。

方法二：Python循环实现（适配编程场景） #

如果用Python循环处理，核心是跟踪当前循环次数和上一个状态，当检测到C→A的切换时，循环次数加1：

# 模拟输入数据
column_a = ["A", "A", "A", "B", "B", "C", "A", "B", "C", "A", "A", "A", "A", "A", "A", "B", "B", "B", "C", "C"]
column_b = []

current_cycle = 1
prev_state = None

for state in column_a:
    # 从C切换到A时，进入新循环
    if state == "A" and prev_state == "C":
        current_cycle += 1
    column_b.append(current_cycle)
    prev_state = state

# 输出验证结果
for a, b in zip(column_a, column_b):
    print(f"{a}\t{b}")

方法三：Pandas向量化实现（高效处理大数据） #

如果处理大数据集，用Pandas的向量化操作无需循环，效率更高：

import pandas as pd

# 构造数据框
df = pd.DataFrame({"Column A": ["A", "A", "A", "B", "B", "C", "A", "B", "C", "A", "A", "A", "A", "A", "A", "B", "B", "B", "C", "C"]})

# 标记每个新循环的起始点（C→A的切换）
df["is_new_cycle"] = (df["Column A"] == "A") & (df["Column A"].shift(1) == "C")
# 累积计数得到循环次数
df["Column B"] = df["is_new_cycle"].cumsum() + 1

# 输出结果
print(df[["Column A", "Column B"]])

内容的提问来源于stack exchange，提问作者podikakos