如何在DataFrame中统计连续模式出现次数并生成新列？

针对你5000行的DataFrame，无需循环，用pandas矢量化操作就能高效实现需求，具体步骤如下：

核心思路 #

通过分组标识把连续的P=1片段划分为独立分组，计算每个分组的长度后，仅在分组的最后一行标注次数，其余行设为0。

完整代码 #

import numpy as np
import pandas as pd

# 假设你已经生成了标记列P
# df['P'] = np.where((df['val2'] > df['val1']) & (df['val2']> df['val1'].shift(1)),1,0 )

# 1. 生成连续相同P值的分组键：连续相同的P会被分配同一个组号
group_key = df['P'].ne(df['P'].shift()).cumsum()

# 2. 计算每个分组的长度，给组内每行都填充该组的总次数
group_length = df.groupby(group_key)['P'].transform('count')

# 3. 判断是否是连续1分组的最后一行：当前行P=1，且下一行P≠1（最后一行用fillna(0)处理NaN）
is_last_row = (df['P'] == 1) & (df['P'].shift(-1).fillna(0) != 1)

# 4. 生成目标列：符合条件的行填分组长度，其余填0
df['count'] = np.where(is_last_row, group_length, 0)

代码说明 #

• df['P'].ne(df['P'].shift()).cumsum()：通过判断当前行与上一行P值是否不同，累加生成分组标识，确保连续相同的P值归为同一组。
• groupby(group_key)['P'].transform('count')：给每个分组的所有行返回该组的总长度，这样连续P=1的片段里每行都能获取到该片段的总次数。
• is_last_row条件：精准定位连续P=1片段的最后一行，处理了DataFrame最后一行的边界情况。
• 最终用np.where完成值的填充，完全是矢量化操作，处理5000行数据毫无压力。

内容的提问来源于stack exchange，提问作者dodo_2030