Python统计DataFrame中子列表出现频率并获取关联ID

给定如下结构的DataFrame：

ID   action
1      A
2      B
3      C
4      D
5      E
6      A
7      B
8      C
...

需求：查找子列表[A,B,C]的出现频率，同时获取每次匹配中各元素对应的ID，输出可采用字典或列表形式，参考输出如下：

出现频率为2:
[A:1,B:2,C:3]
[A:6,B:7,C:8]

解决方案（Python pandas实现） #

import pandas as pd

# 替换为你的实际DataFrame
df = pd.DataFrame({
    'ID': [1,2,3,4,5,6,7,8],
    'action': ['A','B','C','D','E','A','B','C']
})

target = ['A', 'B', 'C']
target_length = len(target)
match_records = []

# 遍历所有可能的滑动窗口
for idx in range(len(df) - target_length + 1):
    # 取出当前窗口的action序列
    current_window = df['action'].iloc[idx:idx+target_length].tolist()
    if current_window == target:
        # 生成当前匹配的action与ID映射
        record = {df['action'].iloc[idx+i]: df['ID'].iloc[idx+i] for i in range(target_length)}
        match_records.append(record)

# 输出结果
print(f"出现频率为{len(match_records)}:")
for item in match_records:
    print([f"{k}:{v}" for k, v in item.items()])

说明 #

• 代码通过滑动窗口遍历DataFrame的action列，逐一匹配目标子序列
• 匹配成功时，记录对应action和ID的映射关系
• 最终输出匹配频率及每次匹配的详细信息，实际使用时只需替换示例中的DataFrame为你的数据即可

内容的提问来源于stack exchange，提问作者whoiswho