本文介绍一种清晰、健壮的 pandas 方法，用于检测连续四行中分别出现目标值 a/b/c/d 的模式，并在对应起始行及其邻近行（上、中、下）中查找 value_1 和 value_2 的组合关系，避免原始 while 循环和边界错误导致的漏匹配。
本文介绍一种清晰、健壮的 pandas 方法，用于检测连续四行中分别出现目标值 a/b/c/d 的模式，并在对应起始行及其邻近行（上、中、下）中查找 value_1 和 value_2 的组合关系，避免原始 while 循环和边界错误导致的漏匹配。
在实际数据分析中，我们常需识别具有空间顺序特征的多行模式——例如“某值出现在第 n 行，另一值紧随其后出现在 n+1 行”，并进一步在局部窗口（如该行及上下行）中验证辅助条件。原始代码使用 while + df.loc[n].isin([...]).any() 存在多个关键问题：
- ❌
df.loc[n].isin([a]).any缺少括号，语法错误； - ❌ 未校验索引边界（如
n-1或n+3超出 DataFrame 长度），导致KeyError或静默跳过； - ❌ 多重嵌套
if与重复逻辑（如对value_1在n-1/n/n+1行的分散判断）易出错且不可维护； - ❌
or逻辑本身无误，但因边界异常或条件顺序问题，实际未执行到后续分支。
以下为优化后的专业实现，结构清晰、边界安全、语义明确：
import pandas as pd
# 示例数据（模拟 file.csv）
data = {
'A': [4, 1, 2, 5, 6, 1, 6, 12, 5, 4, 3],
'B': [5, 4, 11, 15, 7, 9, 38, 21, 18, 7, 4],
'C': [8, 12, 13, 29, 39, 10, 20, 7, 39, 10, 15],
'D': [16, 15, 15, 35, 12, 12, 36, 28, 33, 18, 19],
'E': [5, 22, 28, 7, 14, 20, 33, 35, 35, 19, 28],
'F': [44, 21, 33, 33, 16, 26, 34, 39, 36, 28, 38]
}
df = pd.DataFrame(data)
# 定义目标值
a, b, c, d = 7, 39, 10, 38 # 连续四行需依次匹配
value_1, value_2 = 5, 21 # 局部窗口内需满足的关联对
results = [] # 存储所有匹配的起始行（即 a 所在行）
# 主循环：遍历所有可能的起始位置 i（确保 i+3 不越界）
for i in range(len(df) - 3):
# 检查连续四行是否分别包含 a, b, c, d
if (a in df.iloc[i].values and
b in df.iloc[i+1].values and
c in df.iloc[i+2].values and
d in df.iloc[i+3].values):
# 定义 value_1 的搜索窗口：i-1, i, i+1 行（需确保不越界）
search_rows_for_v1 = [j for j in [i-1, i, i+1] if 0 <p><strong>关键改进说明：</strong> </p>
- ✅ 边界安全：使用
range(len(df)-3)和列表推导式[j for j in [...] if 0 显式过滤非法索引； - ✅ 语义清晰：用
df.iloc[i].values替代df.loc[i].isin([...]).any()，更直观且避免.loc对非默认索引的潜在歧义； - ✅ 逻辑解耦：将“模式定位”与“关联值验证”分层处理，先找
a→b→c→d序列，再在其局部窗口搜value_1/value_2； - ✅ 避免重复：
break控制及时退出，防止同一组模式被多次记录。
注意事项：
- 若需返回完整匹配行（而非仅索引），可将
results.append(i)改为results.append(df.iloc[i:i+4].copy())； - 对超大数据集，建议改用向量化操作（如
rolling+ 自定义函数）提升性能； -
in df.iloc[i].values检查的是值存在性，若需精确列匹配（如仅在特定列查找），应显式指定列名，例如(df.loc[i, ['A','B']] == a).any()。
此方案兼顾可读性与鲁棒性，适合初学者理解核心逻辑，也满足生产环境的基础可靠性要求。
