如何统计列中连续重复值的频次
使用shift()与ne()构建连续组标识，结合cumsum()生成唯一组ID，再通过groupby().transform('size')对每行标注当前连续段长度，从而按连续块而非全局分组统计重复值频次，该方法适用于日志分析、传感器时序等场景。
本文介绍使用 pandas 按“连续块”（而非全局分组）统计某列中重复值出现次数的方法，核心是通过 shift() + ne() 构建连续组标识，再结合 groupby().transform('size') 实现每行标注当前连续段长度。
这篇文章要讲的，是pandas里一个很实用但容易踩坑的技巧——按“连续块”来统计重复值出现的次数，而不是按全局分组。什么意思呢？比方说，你有一列数据是 [0, 0, 0, 1, 1, 0]，如果直接用 value_counts() 或者 groupby().size()，结果会告诉你0出现了4次，1出现了2次。但这里显然有两个不同的0段：前面三个0连在一起，末尾单独一个0。它们本质上是两个独立的“运行段”（run-length encoding），需要分别统计长度。
那么，怎么才能识别出这些连续变化的边界呢？pandas提供了一套非常简洁的向量化方案，核心思路只有四步：
- 用
Series.shift()把原列下移一行，让每一行跟它前面那行对齐； - 用
Series.ne()比较当前值和前一个值是否相等——注意ne()就是!=，返回布尔值； - 对这个布尔序列做
cumsum()，每次遇到值变化，累计和就加1，这样每个连续段就被分配了一个唯一的ID； - 基于这个组ID做
groupby，然后用transform('size')把每组长度广播回原始数据框的每一行。
直接看代码更清楚：
import pandas as pd
# 构造示例数据
df = pd.DataFrame({'Value': [0, 0, 0, 1, 1, 0]})
# 生成连续分组标识，并计算每组大小
df['Freq'] = df.groupby(
df['Value'].ne(df['Value'].shift()).cumsum()
)['Value'].transform('size')
print(df)
运行结果：
Value Freq 0 0 3 1 0 3 2 0 3 3 1 2 4 1 2 5 0 1
注意几个细节：
df['Value'].ne(df['Value'].shift())在首行会因为shift()产生NaN，而NaN != x恒为True，所以第一行天然被当作新组的起点，完全符合预期。- 这个方法是完全向量化的，性能非常优秀，处理百万级数据也不在话下。
- 如果你不仅需要每行的段长度，还想知道每个段的起始位置、具体值等完整信息，可以改用
pd.Series.diff().ne(0).cumsum()配合agg()提取聚合结果。 - 千万注意：不要误用
df.groupby('Value').transform('size')，那统计的是全局重复频次——比如所有0会统计算出4次，完全无法区分连续段。
这个技巧在现实中非常常用：日志分析里统计连续失败次数，传感器时序数据中计算状态持续时长，金融行情里统计连续涨跌天数……凡是需要按“连续块”而不是“全局值”来计数的场景，都可以拿这套方法直接套用，属于pandas高级分组操作里的经典范例。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
