如何基于DataFrame统计车辆进出停车场的状态变化次数？

问题背景 #

现有如下结构的DataFrame df，包含车辆ID、城市及每日进出停车场的状态（1表示在场，0表示离场）：

ID City day1 day2 day3 day4 day5 day6 day7
1  NYC  1    0    1    1    0    1    1
2  BOS  0    1    1    0    0    1    0
3  SFO  1    1    0    0    0    0    0
4  SFO  1    1    1    1    1    1    1
4  NYC  1    0    0    1    0    1    1

需要统计每辆车在对应城市的进入次数（状态从0→1的变化）和驶出次数（状态从1→0的变化），最终得到如下结果：

ID City day1 day2 day3 day4 day5 day6 day7 entries exits
1  NYC  1    0    1    1    0    1    1    2       2
2  BOS  0    1    1    0    0    1    0    2       2
3  SFO  1    1    0    0    0    0    0    0       1
4  SFO  1    1    1    1    1    1    1    0       0
4  NYC  1    0    0    1    0    1    1    2       2

原计划通过循环日期列生成差值变量统计，但该方法繁琐，寻求更简洁的实现方式。

解决方案 #

利用Pandas的向量化操作可以高效完成统计，无需循环，步骤如下：

1. 筛选日期列：提取所有以day开头的列，作为状态变化的计算范围
2. 计算相邻状态差值：使用diff(axis=1)对每行的日期列计算相邻值的差（后一天 - 前一天）
3. 统计进出次数：
   • 进入次数（entries）：差值等于1的次数（对应0→1的变化）
   • 驶出次数（exits）：差值等于-1的次数（对应1→0的变化）
4. 合并结果到原DataFrame：将统计得到的entries和exits列添加到原数据中

完整代码 #

import pandas as pd

# 构造示例数据
data = {
    'ID': [1,2,3,4,4],
    'City': ['NYC','BOS','SFO','SFO','NYC'],
    'day1': [1,0,1,1,1],
    'day2': [0,1,1,1,0],
    'day3': [1,1,0,1,0],
    'day4': [1,0,0,1,1],
    'day5': [0,0,0,1,0],
    'day6': [1,1,0,1,1],
    'day7': [1,0,0,1,1]
}
df = pd.DataFrame(data)

# 提取日期列
day_cols = [col for col in df.columns if col.startswith('day')]

# 计算状态差值
diff_df = df[day_cols].diff(axis=1)

# 统计进出次数
df['entries'] = (diff_df == 1).sum(axis=1)
df['exits'] = (diff_df == -1).sum(axis=1)

# 查看结果
print(df)

代码说明 #

• diff(axis=1)：按行方向计算相邻列的差值，自动忽略每行的第一个元素（因为没有前一个值），刚好符合从day1到day2的变化统计需求
• 向量化统计：(diff_df == 1).sum(axis=1)直接对每行统计满足条件的次数，比循环效率高得多，尤其当日期列数量很大时优势明显

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