基于Pandas DataFrame计算公司连续分红年限的技术实现

嘿，这个问题我刚好处理过，给你一个简洁高效的解决方案，完美适配你给出的两个示例场景：

核心思路 #

我们需要从最新的年份开始往前追溯，统计连续有股息支付（dividend > 0）的年数，直到遇到第一次无股息的年份为止。关键是先确保年份索引按降序排列，再通过分组标记来锁定连续支付的区间。

代码实现 #

首先构造示例数据（和你给出的示例一致）：

import pandas as pd

# 示例1：2019-2016年股息分别为1.89、1.70、0、1.5
df1 = pd.DataFrame({'dividend': [1.89, 1.70, 0, 1.5]}, index=[2019, 2018, 2017, 2016])

# 示例2：2019-2016年股息均大于0
df2 = pd.DataFrame({'dividend': [1.89, 1.70, 1.6, 1.58]}, index=[2019, 2018, 2017, 2016])

然后定义计算连续股息年数的函数：

def count_consecutive_dividend_years(df):
    # 第一步：确保年份索引按降序排列（最新年份在前）
    sorted_df = df.sort_index(ascending=False)
    
    # 第二步：标记每一年是否有股息支付
    has_dividend = sorted_df['dividend'] > 0
    
    # 第三步：用累积求和创建分组——第一次出现无股息后，后续年份归为新分组
    # (~has_dividend)会把无股息的年份转为True，cumsum会给这些年份分配递增的分组ID
    groups = (~has_dividend).cumsum()
    
    # 第四步：取第一个分组（groups=0，也就是从最新年份开始的连续支付区间）的长度
    return len(groups[groups == 0])

测试结果 #

运行函数验证示例：

print(count_consecutive_dividend_years(df1))  # 输出：2（符合示例1的预期）
print(count_consecutive_dividend_years(df2))  # 输出：4（符合示例2的预期）

边界情况处理 #

这个函数还能覆盖特殊场景：

• 如果所有年份都无股息，返回0
• 如果只有1年有股息，返回1
• 如果年份索引是乱序的，函数会先自动排序，不影响结果

内容的提问来源于stack exchange，提问作者tanner