Pandas DataFrame多列连续分组计数问题求助

嘿，这个场景我做日志行为统计的时候常碰到，其实把单列连续分组的逻辑扩展到多列特别简单，核心就是同时判断多列是否和上一行完全一致，给连续的相同组合打上唯一标识，再分组统计就行。

我给你一步步拆解实现过程：

1. 构造示例数据 #

先把你提供的示例数据用Pandas创建出来：

import pandas as pd

data = {
    'Time': [1, 2, 3, 4, 5],
    'Object': ['A', 'A', 'A', 'B', 'B'],
    'Status': ['On', 'Off', 'On', 'On', 'On']
}
df = pd.DataFrame(data)

2. 创建连续分组的唯一标识 #

单列时我们用df['col'] != df['col'].shift()判断分组切换，多列要同时检查Object和Status——只要其中一列和上一行不同，就算是新的连续组。用ne()（不等于）+any(axis=1)（任意一列满足）生成切换标记，再用cumsum()累加得到每个连续组的ID：

# 生成分组ID：每遇到Object或Status变化，ID就+1
df['group_id'] = df[['Object', 'Status']].ne(df[['Object', 'Status']].shift()).any(axis=1).cumsum()

这一步后，你的DataFrame会变成这样：

3. 分组统计连续次数 #

现在按Object、Status和group_id分组，统计每个组的行数（也就是连续持续的次数），最后去掉group_id列就得到你想要的结果：

# 分组统计并重命名列
result = df.groupby(['Object', 'Status', 'group_id'], as_index=False).size().rename(columns={'size': 'Duration'})
# 移除临时的group_id列
result = result.drop('group_id', axis=1)

最终结果 #

运行完上面的代码，result就是你期望的输出：

Object Status  Duration
0      A     On         1
1      A    Off         1
2      A     On         1
3      B     On         2

简化版代码（可选） #

如果不想生成临时的group_id列，也可以把分组逻辑直接写到groupby里，一步到位：

result = (
    df.groupby([
        df['Object'].ne(df['Object'].shift()).cumsum(),
        df['Status'].ne(df['Status'].shift()).cumsum()
    ])
    .agg(Object=('Object', 'first'), Status=('Status', 'first'), Duration=('Time', 'count'))
    .reset_index(drop=True)
)

这个写法更简洁，原理和前面一致，只是把分组标识的生成内嵌到了groupby参数里。

内容的提问来源于stack exchange，提问作者Jack