如何验证pandas分组内指定列逐行严格+1递增并定位异常位置

直接使用 pandas 原生的分组差分能力就可以实现需求，代码简洁且定位准确：

核心实现逻辑 #

每个分组内的time_idx严格逐行+1递增时，相邻行的差值恒等于1，我们只要按series分组后计算差分，筛选出差值不等于1的行即可定位异常。

代码示例 #

基础版（数据已按series和time_idx排序的场景） #

# 计算每个分组内time_idx的逐行差值
data['time_diff'] = data.groupby('series')['time_idx'].diff()

# 筛选异常行（排除每个分组第一行的NaN差值，仅保留差值不等于1的行）
abnormal_rows = data[data['time_diff'].notna() & (data['time_diff'] != 1)]

# 输出结果
if abnormal_rows.empty:
    print("所有series的time_idx均满足严格逐行+1递增规则")
else:
    print("异常位置如下：")
    print(abnormal_rows[['series', 'time_idx', 'value']])

增强版（数据可能乱序的场景） #

如果不能保证原数据已经按series和time_idx排序，可以先排序再校验：

# 先排序保证时序顺序
data_sorted = data.sort_values(['series', 'time_idx']).reset_index(drop=True)
data_sorted['time_diff'] = data_sorted.groupby('series')['time_idx'].diff()
abnormal_rows = data_sorted[data_sorted['time_diff'].notna() & (data_sorted['time_diff'] != 1)]

补充校验起始值 #

差分仅能校验中间行的连续性，如果还需要验证每个series的起始time_idx为0，可以补充以下逻辑：

start_abnormal = data_sorted.groupby('series').head(1).query('time_idx != 0')
if not start_abnormal.empty:
    print("起始值异常的series如下：")
    print(start_abnormal[['series', 'time_idx']])

方案优势 #

• 完全依赖pandas原生API，没有自定义的模运算逻辑，代码易读且不易出错
• 自动适配不同长度的series分组，不需要提前预设每个分组的行数，扩展性更强
• 直接返回异常行的全量数据，不需要额外做索引映射即可定位问题

内容的提问来源于stack exchange，提问作者lalaland