如何统计DataFrame列中指定字符串的最大连续出现次数

这个需求其实挺常见的，用Pandas的序列操作和分组技巧就能轻松搞定，我给你两种实用方案，附代码和详细解释：

方法一：通用分组统计法 #

先还原你的示例DataFrame：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'col1': ['string1', 'string1', 'string1', 'string2', 'string3', 'string3', 'string1']
})

接下来定义一个可复用的函数，核心思路是先给连续相同的字符串打上「组标签」，再统计每个组的长度：

def get_max_consecutive(df, col_name, target):
    # 生成连续分组ID：当前行与上一行内容不同时，组ID自动+1
    group_ids = df[col_name].ne(df[col_name].shift()).cumsum()
    # 按组ID和列值分组，计算每组的行数（即连续出现次数）
    count_by_group = df.groupby([group_ids, col_name]).size()
    # 筛选目标字符串的所有组，取最大次数；如果没有目标字符串则返回0
    return count_by_group.get((slice(None), target), pd.Series([0])).max()

测试一下效果：

print(get_max_consecutive(df, 'col1', 'string1'))  # 输出3，和预期一致
print(get_max_consecutive(df, 'col1', 'string3'))  # 输出2，完全正确
print(get_max_consecutive(df, 'col1', 'string4'))  # 输出0，优雅处理不存在的情况

方法二：先筛选再分组（更高效） #

如果你的DataFrame数据量很大，先筛选出目标字符串的行再分组，能大幅减少计算量：

def get_max_consecutive_fast(df, col_name, target):
    # 先筛选出等于目标字符串的行
    target_mask = df[col_name] == target
    # 给连续的目标字符串打组标签
    consecutive_groups = target_mask.ne(target_mask.shift()).cumsum()
    # 统计每个连续组的大小，取最大值；没有目标字符串则返回0
    return consecutive_groups[target_mask].value_counts().max() if target_mask.any() else 0

测试结果和方法一完全一致，但处理大数据集时速度会明显更快。

关键逻辑拆解 #

• ne()是Pandas中「不等于」的缩写，配合shift()可以快速检测连续行的内容变化，找到新组的起始点。
• cumsum()把布尔值（True=1，False=0）累加，生成唯一的组ID，连续相同的字符串会被分到同一个组。
• value_counts()或groupby().size()用来统计每个组的长度，也就是对应字符串的连续出现次数。

内容的提问来源于stack exchange，提问作者Sd Junk