Python统计表格颜色列相邻组合时红绿与绿红计数相同问题排查

需要统计指定表格中Color列的相邻行颜色组合出现次数，统计规则如下：

• 相邻两行均为绿色：greengreen计数+1
• 前一行为绿色、后一行为红色：greenred计数+1
• 前一行为红色、后一行为绿色：redgreen计数+1
• 相邻两行均为红色：redred计数+1
  参考表格截图：
  
  原实现代码如下：

finalData['Color']
greengreen = 0
greenred = 0
redgreen = 0
redred=0

for i in range(len(finalData)):
  if i < (len(finalData)-1): 
    if finalData['Color'][i] == 'green' and finalData['Color'][i+1] == 'green':
      greengreen += 1
    elif finalData['Color'][i] == 'green' and finalData['Color'][i+1] == 'red':
      greenred += 1
    elif finalData['Color'][i] == 'red' and finalData['Color'][i+1] == 'green':
      redgreen += 1
    elif finalData['Color'][i] == 'red' and finalData['Color'][i+1] == 'red':
      redred += 1
    else:
      print('?')

print("Value of greengreen bricks: ",greengreen)
print("Value of greenred bricks: ",greenred)
print("Value of redred bricks: ",redred)
print("Value of redgreen bricks: ",redgreen)

运行代码后出现异常：greenred和redgreen的计数结果始终相等，无法区分两种顺序不同的跨色组合。例如某次运行输出为：greengreen=1、greenred=2、redred=6、redgreen=2，结果不符合预期。

核心问题出在pandas Series的取值逻辑上：
你用finalData['Color'][i]取值时，默认匹配的是索引标签等于i的元素，不是表格中位置为i的行。如果之前对表格做过筛选、删除行、合并等操作，DataFrame的默认整数索引会出现断层、不连续的情况，此时循环i从0递增取值时，取到的根本不是位置相邻的两行数据，取值错位会导致统计逻辑完全失效，出现跨色计数相等的假象。
你可以在原循环中加入打印语句print(i, finalData['Color'][i], finalData['Color'][i+1])，运行后就能直观看到取值和实际表格顺序不符的问题。

方案1：转原生列表规避索引问题（最稳妥） #

先把Color列转为原生Python列表，列表的索引是连续的位置索引，不会出现pandas标签索引的错位问题：

# 转为原生列表
color_list = finalData['Color'].tolist()
greengreen = greenred = redgreen = redred = 0

# 直接循环到倒数第二个元素，无需额外判断i范围
for i in range(len(color_list) - 1):
    cur_color = color_list[i]
    next_color = color_list[i+1]
    if cur_color == 'green' and next_color == 'green':
        greengreen += 1
    elif cur_color == 'green' and next_color == 'red':
        greenred += 1
    elif cur_color == 'red' and next_color == 'green':
        redgreen += 1
    elif cur_color == 'red' and next_color == 'red':
        redred += 1
    else:
        print(f"未识别的颜色组合：{cur_color} -> {next_color}")

print("Value of greengreen bricks: ",greengreen)
print("Value of greenred bricks: ",greenred)
print("Value of redred bricks: ",redred)
print("Value of redgreen bricks: ",redgreen)

方案2：用iloc按位置取值（保留pandas结构） #

如果不想转列表，使用pandas的.iloc方法按位置索引取值，也能避开标签索引的坑：

color_col = finalData['Color']
greengreen = greenred = redgreen = redred = 0

for i in range(len(color_col) - 1):
    # iloc是按位置取，i就是行的实际位置
    cur_color = color_col.iloc[i]
    next_color = color_col.iloc[i+1]
    if cur_color == 'green' and next_color == 'green':
        greengreen += 1
    elif cur_color == 'green' and next_color == 'red':
        greenred += 1
    elif cur_color == 'red' and next_color == 'green':
        redgreen += 1
    elif cur_color == 'red' and next_color == 'red':
        redred += 1
    else:
        print(f"未识别的颜色组合：{cur_color} -> {next_color}")

方案3：pandas原生高效写法（无手动循环） #

用pandas内置的移位、分组方法实现统计，运行效率更高，也不会出现索引问题：

import pandas as pd
# 生成相邻下一行的颜色列
finalData['next_color'] = finalData['Color'].shift(-1)
# 过滤掉最后一行（无下一行数据，next_color为空）
pair_data = finalData.dropna(subset=['next_color'])
# 按颜色对分组计数
count_result = pair_data.groupby(['Color', 'next_color']).size()
# 提取对应组合的计数，不存在则返回0
greengreen = count_result.get(('green', 'green'), 0)
greenred = count_result.get(('green', 'red'), 0)
redgreen = count_result.get(('red', 'green'), 0)
redred = count_result.get(('red', 'red'), 0)

内容的提问来源于stack exchange，提问作者Nidal Zd