如何统计DataFrame中各国年度收入组的切换次数？

你的代码问题点： #

• 年份列是字符串格式（如'2001'），但你用数字2001索引，会触发列不存在的错误
• 比较时误用赋值运算符=，应该用相等比较运算符==
• 嵌套循环逻辑错误，直接给整列df['count']赋值，无法实现按国家单独计算切换次数

高效实现代码 #

import pandas as pd

# 构造示例数据（完整2001-2022数据可自行补全）
df = pd.DataFrame({
    'country': ['A', 'B', 'C'],
    '2001': ['L', 'L', 'L'],
    '2002': ['L', 'M', 'H'],
    '2003': ['L', 'M', 'H'],
    '2022': ['M', 'L', 'H']
})

# 提取并按顺序排序所有年份列
year_cols = sorted(col for col in df.columns if col.startswith('20'))

# 按行计算相邻年份收入组不同的次数（即切换次数）
df['switch_count'] = df[year_cols].apply(
    lambda row: (row != row.shift()).sum(),
    axis=1
)

print(df)

代码说明 #

1. 提取年份列：通过筛选列名以20开头的列，确保只处理年份数据，同时排序保证年份顺序正确
2. 计算切换次数：
   • row.shift()将当前行的收入组数据向后偏移一位，得到上一年的收入组
   • row != row.shift()生成布尔值，True表示当前年份与上一年收入组不同（即发生切换）
   • sum()统计布尔值中True的数量，就是该国家的总切换次数

示例输出 #

country 2001 2002 2003 2022  switch_count
0       A    L    L    L    M             1
1       B    L    M    M    L             2
2       C    L    H    H    H             1

注：示例中C国2001→2002从L切换到H，之后保持H，所以切换次数为1。

内容的提问来源于stack exchange，提问作者hs91