使用Pandas按ID分组统计连续出现的(L1,L2)事件次数

需求：统计同一（L1, L2）事件在每个id分组内连续循环出现的次数，规则如下：

• 仅统计连续循环出现的事件，若中间插入其他事件，后续出现的相同事件视为新循环
• 最终输出每个id下符合条件的事件及其累计循环次数

示例输入数据 #

id  date    L1    L2
1   1/8     A     B
1   2/8     B     C
1   3/8     B     A
2   2/8     A     B
2   3/8     B     A
2   4/8     A     B
3   5/8     A     B
3   6/8     B     A
3   7/8     B     C
3   8/8     C     A
3   8/8     A     B

目标输出结果 #

id  L1   L2  count
2   A    B   3
3   A    B   2

规则说明 #

• ID 1未被统计：A-B事件之后没有连续循环出现相同事件
• ID 3的A-B计为2：中间插入了B-C等其他事件，后续的A-B属于新循环，累计次数为2

解决思路 #

1. 按id分组，处理每个分组内的事件序列
2. 识别连续循环事件：判断当前事件是否是前一事件的逆序（如(A,B)→(B,A)→(A,B)）
3. 为连续循环的事件序列标记分组，统计每组内的事件出现次数
4. 筛选出符合条件的循环事件，整理成目标格式

代码实现 #

import pandas as pd

# 构造示例数据
data = {
    'id': [1,1,1,2,2,2,3,3,3,3,3],
    'date': ['1/8','2/8','3/8','2/8','3/8','4/8','5/8','6/8','7/8','8/8','8/8'],
    'L1': ['A','B','B','A','B','A','A','B','B','C','A'],
    'L2': ['B','C','A','B','A','B','B','A','C','A','B']
}
df = pd.DataFrame(data)

# 生成事件对及前一行事件对
df['pair'] = list(zip(df['L1'], df['L2']))
df['prev_pair'] = df.groupby('id')['pair'].shift(1)

# 判断当前事件是否是前一事件的逆序（循环的一部分）
def is_reverse(pair1, pair2):
    if pd.isna(pair1) or pd.isna(pair2):
        return False
    return pair1[0] == pair2[1] and pair1[1] == pair2[0]

df['is_cycle'] = df.apply(lambda x: is_reverse(x['prev_pair'], x['pair']), axis=1)

# 为连续循环序列分配组号，非循环事件组号重置为0
df['cycle_group'] = df.groupby('id')['is_cycle'].cumsum()
df['cycle_group'] = df.groupby('id')['cycle_group'].apply(
    lambda x: x.where(df.loc[x.index, 'is_cycle'], 0)
)

# 统计每个循环组的事件出现次数，筛选次数≥2的记录
count_df = df.groupby(['id', 'pair', 'cycle_group']).size().reset_index(name='count')
count_df = count_df[count_df['count'] >= 2]

# 拆分事件对为L1、L2列，整理最终结果
count_df[['L1', 'L2']] = pd.DataFrame(count_df['pair'].tolist(), index=count_df.index)
result = count_df[['id', 'L1', 'L2', 'count']].sort_values('id').reset_index(drop=True)

print(result)

代码说明 #

• 将L1和L2组合为事件对pair，并获取分组内的前一事件对prev_pair
• 通过is_reverse函数标记连续循环的事件
• 用cumsum为连续循环序列分配组号，非循环事件组号重置，确保不同循环序列被区分
• 分组统计次数后，筛选出符合条件的记录并整理成目标格式

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