如何用Pandas按Unique id分组检查Indicator列是否匹配指定序列

问题分析 #

你尝试的df.groupby(['Unique id'])['Indicator'].isin([1,1,1])无法运行，原因有两点：

• groupby返回的是SeriesGroupBy对象，没有isin方法；
• 即使能调用isin，它的作用是检查单个元素是否在集合中，无法识别连续的序列匹配。

解决代码 #

步骤1：构造示例数据 #

import pandas as pd

data = {
    'Date': [2018, 2019, 2020, 2020, 2018, 2019, 2020, 2021],
    'Unique id': [1, 1, 1, 2, 2, 2, 2, 2],
    'Indicator': [1, 0, 0, 1, 0, 1, 1, 1]
}
df = pd.DataFrame(data)

步骤2：定义序列检查函数 #

编写自定义函数，判断分组后的Indicator序列是否包含目标连续序列：

def has_target_sequence(series, target_seq):
    seq_length = len(target_seq)
    # 遍历所有可能的起始位置，检查子序列是否匹配
    for i in range(len(series) - seq_length + 1):
        if list(series.iloc[i:i+seq_length]) == target_seq:
            return True
    return False

步骤3：分组应用函数并生成结果 #

target = [1, 1, 1]
result = df.groupby('Unique id')['Indicator'].apply(has_target_sequence, target_seq=target).reset_index(name='Sequence match')

输出结果 #

运行后得到的result即为你需要的表格：

高效优化方案（滚动窗口版） #

如果数据量较大，可使用滚动窗口提升效率：

def has_target_sequence_rolling(series, target_seq):
    seq_length = len(target_seq)
    if len(series) < seq_length:
        return False
    # 将窗口内的元素转为元组，与目标元组对比
    window_matches = series.rolling(seq_length).apply(
        lambda x: tuple(x) == tuple(target_seq), raw=True
    )
    return window_matches.any()

result = df.groupby('Unique id')['Indicator'].apply(has_target_sequence_rolling, target_seq=target).reset_index(name='Sequence match')

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