如何用Pandas检查DataFrame列中数值是否为步长1的连续序列

没问题，我来帮你搞定这个需求——判断DataFrame里的int/float列是不是步长严格为1的连续序列。咱们结合你给的例子一步步来：

先构造你的示例数据 #

首先把你提供的表格转成pandas DataFrame：

import pandas as pd

data = {
    'inv_id': [123, 124, 125, 126, 127],
    'ven_id': [1.22, 2.22, 3.22, 4.22, 5.22],
    'pay_id': [1230, 1234, 1235, 1240, 1241]
}
df = pd.DataFrame(data)

核心思路 #

要判断一列是否是步长1的连续序列，关键看两点：

1. 列必须是数值类型（int/float）；
2. 所有相邻元素的差值必须严格等于1（注意浮点数的精度问题，需要近似判断）。

实现检查函数 #

我写一个通用函数来检查单列：

def is_consecutive_step1(series):
    # 先排除非数值类型的列
    if not pd.api.types.is_numeric_dtype(series):
        return False
    # 处理只有1个元素的情况（可根据需求调整，这里默认算连续）
    if len(series) <= 1:
        return True
    # 计算相邻元素的差值，去掉第一个NaN（因为第一个元素没有前项）
    diffs = series.diff().dropna()
    # 针对浮点数做精度兼容，避免计算误差导致误判
    if series.dtype == 'float64':
        return all(diffs.round(9) == 1)
    # 整数直接判断差值是否全为1
    else:
        return all(diffs == 1)

应用到整个DataFrame #

把函数应用到每一列，就能得到结果：

check_result = df.apply(is_consecutive_step1)
print(check_result)

执行后输出如下，完全符合你的预期：

inv_id     True
ven_id     True
pay_id    False
dtype: bool

补充说明 #

• 浮点数精度问题：比如2.22 - 1.22理论上是1，但浮点数计算可能得到0.9999999999999996，所以用round(9)来消除精度误差的影响；
• 特殊场景处理：如果列只有1个元素，函数默认返回True，你可以根据自己的需求修改这个逻辑；
• 重复值/断层处理：如果列里有重复值（比如[1,2,2,3]）或者断层（比如[1,3,4]），差值会出现0或大于1的情况，函数会返回False，符合连续序列的定义。

内容的提问来源于stack exchange，提问作者daiyue