Pandas如何识别DataFrame序列中无对应前置A的异常B行

要找出所有无对应前置A的异常B行，核心逻辑是按序列顺序累计A、B的出现次数：当某一行是B，且截止到该行的累计B数量大于累计A数量时，该行就是没有匹配前置A的异常行。

1. 首先保证筛选出的子集顺序和业务要求的序列顺序一致，默认按原数据索引排序即可，如果需要按时间列排序可以调整排序规则：

# 筛选A、B行并保证顺序正确
subset = df[df.columntype.isin(['A', 'B'])].sort_index()
# 若需按时间排序替换为：subset = df[df.columntype.isin(['A', 'B'])].sort_values('timeframe')

2. 计算累计计数并筛选异常行：

# 逐行累计A、B的出现次数
subset['cum_A'] = (subset['columntype'] == 'A').cumsum()
subset['cum_B'] = (subset['columntype'] == 'B').cumsum()

# 提取所有异常B行
abnormal_b_rows = subset[
    (subset['columntype'] == 'B') & (subset['cum_B'] > subset['cum_A'])
]

如果不需要保留累计计数字段，在结果后调用.drop(columns=['cum_A', 'cum_B'])即可清理多余列。

逻辑说明 #

正常的A-B交替序列中，任意位置的累计A数量永远大于等于累计B数量：

• 序列开头是A时，累计A=1，累计B=0，符合要求
• 匹配到对应B时，累计A=1，累计B=1，两者相等，符合要求
• 如果出现多余的B，累计B会超过累计A，此时这个B没有可匹配的前置A，就是异常行

你给出的样例数据中所有B都能匹配到前置A，运行代码不会返回异常行；如果在序列开头、或者连续B的位置出现多余B，代码会精准定位到这些行。

内容的提问来源于stack exchange，提问作者coderuk