如何判断DataFrame中数值是否存在7位及以上连续重复序列

问题背景 #

现有如下DataFrame：

import pandas as pd
df1 = pd.DataFrame({'number': ['1111112357896', '45226212354444', '150000000064', '5485329999999', '4589622567431']})

需求：为每条记录标记是否包含7位及以上连续重复数字，符合条件标记为1，否则为0，最终目标结果如下：

实现步骤 #

利用正则表达式结合pandas字符串方法可快速实现需求：

1. 定义匹配规则：正则表达式r'(\d)\1{6,}'，其中：
   • (\d)：捕获任意单个数字
   • \1{6,}：表示捕获的数字连续重复至少6次（加上前面的1次，总长度≥7）
2. 使用str.contains方法判断每条记录是否匹配规则，将布尔结果转换为整数（True→1，False→0）

完整代码 #

import pandas as pd

df1 = pd.DataFrame({'number': ['1111112357896', '45226212354444', '150000000064', '5485329999999', '4589622567431']})

# 定义正则模式，匹配7位及以上连续重复数字
pattern = r'(\d)\1{6,}'
# 添加符合标记列
df1['符合标记'] = df1['number'].str.contains(pattern).astype(int)

# 输出格式化后的结果
print(df1.rename(columns={'number': '数值'}))

结果验证 #

运行代码后输出结果与目标完全一致：

数值  符合标记
0  1111112357896      0
1  45226212354444     0
2   150000000064      1
3    5485329999999     1
4  4589622567431      0

内容的提问来源于stack exchange，提问作者Aizhan Askhatova