在Pandas中按分组统计连续相同值的滚动未变更次数

要实现每个group分组内独立统计连续相同col值的累计次数，你需要对原代码进行调整，核心是先按group分组，再在每个组内识别连续相同值的片段，最后完成累计计数。

解决方案代码 #

import pandas as pd

# 构造输入数据
df = pd.DataFrame({'group':list('ABABABABABABABAB'), 'col':list('aaaaaaaabbbbaabb')})

# 1. 按group分组，在每个组内标记连续相同col值的分组键
# 每个组内，当col与前一行不同时，生成新的分组标识
df['consecutive_group'] = df.groupby('group')['col'].apply(lambda x: x.ne(x.shift()).cumsum())

# 2. 按group和consecutive_group组合分组，计算累计计数（从0开始）
df['count'] = df.groupby(['group', 'consecutive_group']).cumcount()

# 验证结果
df['count_wanted'] = list('0011223300110000')
print(df)

代码说明 #

• 第一步的groupby('group')['col'].apply(...)：确保只在同一个group内部判断col值是否和前一行不同，生成的consecutive_group是每个group内连续相同值的分组标记。
• 第二步的groupby(['group', 'consecutive_group']).cumcount()：在每个group的连续值片段内，从0开始累计计数，完全匹配需求中的输出要求。

结果验证 #

运行代码后，count列会和count_wanted列完全一致，实现了每个group独立统计连续相同值的次数。

内容的提问来源于stack exchange，提问作者alex