如何按ID和日期连续统计DataFrame输入元素频次并重命名列？

这个需求的核心是按ID分组后，对每个元素追踪连续出现的次数——只要当前行没出现该元素，计数就重置为0；连续出现的话就累加。我用pandas来实现的话，步骤拆解下来很清晰：

1. 先搞定示例数据（如果你的df已经存在，这步直接跳过） #

先把你给的样例数据构造出来，方便后续验证：

import pandas as pd

data = {
    'ID': [1, 1, 2, 2],
    'Date': ['1-Nov', '2-NOV', '3-NOV', '4-NOV'],
    'Input': ['A,B', 'A', 'A,B,C', 'B,D']
}
df = pd.DataFrame(data)

2. 把Input转成元素的"出现标记" #

我们需要先把逗号分隔的Input列，转换成每行对应元素是否出现的标记（1表示出现，0表示没出现），pandas的str.get_dummies方法能一键搞定这个：

dummies = df['Input'].str.get_dummies(sep=',')

这时候dummies是一个只有0和1的DataFrame，列就是A、B、C、D，对应每个元素在该行是否存在。

3. 按ID分组计算连续计数（最关键的一步） #

这一步要实现的逻辑是：对同一个ID下的每个元素，只要当前行没出现它，计数直接归0；如果连续出现，就从1开始往上加。

我这里用了几个小技巧组合：

• col != col.shift()：判断当前行和上一行的元素出现状态有没有变化，变化的地方会生成一个标记点
• groupby((col != col.shift()).cumsum())：根据这些标记点，把连续的相同状态（连续出现/连续不出现）分成不同的组
• cumcount() + 1：在每个组内计算连续的次数，加1是因为cumcount默认从0开始计数
• 最后乘以原列的0/1值，这样就能确保没出现元素的行，计数直接变成0

代码写出来是这样：

counts = dummies.groupby(df['ID']).apply(
    lambda x: x.apply(
        lambda col: col * (col.groupby((col != col.shift()).cumsum()).cumcount() + 1)
    )
).reset_index(drop=True)

4. 重命名列并合并结果 #

把计数列的名字改成你要的X.A、X.B格式，然后和原DataFrame合并到一起：

# 重命名计数列
counts.columns = [f'X.{col}' for col in counts.columns]

# 合并原数据和计数结果
result = pd.concat([df, counts], axis=1)

最终输出结果 #

打印result就能得到你期望的表格：

ID    Date  Input  X.A  X.B  X.C  X.D
0   1  1-Nov    A,B    1    1    0    0
1   1  2-NOV      A    2    0    0    0
2   2  3-NOV  A,B,C    1    1    1    0
3   2  4-NOV    B,D    0    2    0    1

内容的提问来源于stack exchange，提问作者SS25