如何按ID分组计算DataFrame的OUTPUT列：输入列表变化次数统计

嘿，这个需求我刚好处理过类似的，用 Pandas 可以轻松实现，我给你一步步拆解怎么做：

首先，我们需要先把input列的字符串转换成列表，方便后续处理每个元素的变化。然后按ID分组，对每个组内的行分别计算OUTPUT值。

步骤1：构造示例DataFrame（如果你的数据已经存在，这步可以跳过） #

import pandas as pd

# 你的示例数据
data = {
    'ID': [1, 1, 1, 2, 2, 3],
    'input': ['A,B', 'B,C,D', 'C', 'E,f', 'A,B,C', 'E']
}
df = pd.DataFrame(data)

步骤2：将input列转为元素列表 #

把逗号分隔的字符串拆成列表，方便后续操作：

df['input_list'] = df['input'].str.split(',')

步骤3：定义分组处理函数 #

我们写一个函数，专门处理每个ID组内的计算逻辑：

def compute_output(group):
    # 计算当前行input列表内部的相邻元素变化次数（元素不同才算一次）
    group['internal_changes'] = group['input_list'].apply(
        lambda lst: sum(a != b for a, b in zip(lst[:-1], lst[1:]))
    )
    
    # 获取前一行input列表的最后一个元素（组内第一行没有前一行，所以是None）
    group['prev_last'] = group['input_list'].shift().apply(
        lambda x: x[-1] if x is not None else None
    )
    
    # 获取当前行input列表的第一个元素
    group['curr_first'] = group['input_list'].apply(lambda x: x[0])
    
    # 计算跨行变化次数：前一行最后元素和当前行第一个元素不同则算1次，组内第一行设为0
    group['cross_changes'] = (group['prev_last'] != group['curr_first']).astype(int)
    group['cross_changes'].iloc[0] = 0  # 组内第一行没有跨行变化
    
    # 最终OUTPUT = 内部变化次数 + 跨行变化次数
    group['OUTPUT'] = group['internal_changes'] + group['cross_changes']
    
    return group

步骤4：分组应用函数并整理结果 #

按ID分组后应用上面的函数，然后去掉中间辅助列，保留需要的列：

# 分组处理
df = df.groupby('ID', group_keys=False).apply(compute_output)

# 保留原始列和OUTPUT列
df = df[['ID', 'input', 'OUTPUT']]

运行完这些代码后，你得到的df就会和你给出的示例完全一致啦！

验证结果 #

最终的DataFrame会是这样：

完全符合你要求的规则~

内容的提问来源于stack exchange，提问作者SS25