如何按Name分组统计表格中category的转换段数？

需求说明 #

需要按Name分组统计表格内category的转换段数，核心规则是统计每组内连续相同category的独立段数：

• Name为B时，category序列是Good→Good→Good→Bad，连续相同的段共2段，对应转换段数为2；
• Name为A时，category序列是Good→Good→Moderate→Good→Moderate→Bad→Bad，连续相同的段共5段，对应转换段数为5。

输入表格

期望输出表格

实现方案1：Python Pandas #

这是处理表格数据最便捷的方式之一，步骤清晰易理解：

import pandas as pd

# 加载数据（如果是从CSV/Excel读取，替换成pd.read_csv/pd.read_excel即可）
data = [
    ["A", 1, "Good"],
    ["A", 2, "Good"],
    ["A", 3, "MODERATE"],
    ["A", 4, "Good"],
    ["A", 5, "MODERATE"],
    ["A", 6, "Bad"],
    ["A", 7, "Bad"],
    ["B", 1, "Good"],
    ["B", 2, "Good"],
    ["B", 3, "Good"],
    ["B", 4, "BAD"]
]
df = pd.DataFrame(data, columns=["Name", "order no", "category"])

# 1. 统一category大小写，避免大小写差异导致误判
df["category"] = df["category"].str.lower()

# 2. 标记每组内的连续category段落：同一Name下，当前行与上一行category不同则段落编号+1
df["transition_group"] = df.groupby("Name")["category"].apply(lambda x: x.ne(x.shift()).cumsum())

# 3. 按Name分组统计段落数量
result = df.groupby("Name")["transition_group"].nunique().reset_index()
result.columns = ["Name", "category_transition_count"]

# 输出结果
print(result)

执行后会直接输出期望的结果：

Name  category_transition_count
0    A                          5
1    B                          2

逻辑说明

• str.lower()：把所有category转成小写，解决"MODERATE"和"moderate"被误判为不同类别的问题；
• x.ne(x.shift())：对比当前行和上一行的category是否不同，返回布尔值；
• cumsum()：对布尔值累加，相同连续category会得到同一个段落编号，不同段落编号自动递增；
• nunique()：统计每组内的唯一段落编号数量，也就是我们要的转换段数。

实现方案2：SQL（适用于数据库存储的数据） #

如果数据存在MySQL、PostgreSQL等数据库中，可以用窗口函数实现：

WITH transition_groups AS (
    SELECT 
        Name,
        -- 统一category大小写
        LOWER(category) AS normalized_category,
        -- 标记连续段落：同一Name下，当前行与上一行category不同则+1
        SUM(
            CASE 
                WHEN LOWER(category) = LOWER(LAG(category) OVER (PARTITION BY Name ORDER BY `order no`)) 
                THEN 0 
                ELSE 1 
            END
        ) OVER (PARTITION BY Name ORDER BY `order no`) AS group_id
    FROM your_table_name
)
SELECT 
    Name,
    COUNT(DISTINCT group_id) AS category_transition_count
FROM transition_groups
GROUP BY Name;

执行这条SQL后，会直接返回期望的分组统计结果。

内容的提问来源于stack exchange，提问作者Mathew