本文介绍如何使用pandas对事件日志进行分段计数，精准统计每次事件a出现前（即上一个a到当前a之间）事件b的发生次数，并生成结构化结果表。
本文介绍如何使用pandas对事件日志进行分段计数，精准统计每次事件a出现前（即上一个a到当前a之间）事件b的发生次数，并生成结构化结果表。
在事件日志分析中，常需识别“锚点事件”（如事件A）并统计其间隔区间内“目标事件”（如事件B）的频次。本教程提供一种清晰、可复现的解决方案：以每个事件A为分割点，统计自上一个A（或起始）至当前A之前所有事件B的数量。
核心思路是按时间顺序遍历日志，动态累积B的计数，并在遇到A时将当前累计值存入结果，并重置计数器。以下是推荐的实现方式（基于pandas + 原生Python循环，简洁可靠，适用于中等规模数据）：
import pandas as pd
from collections import defaultdict
# 示例数据（实际中可从CSV/数据库读取）
df = pd.read_csv("event_log.csv") # 列：Date, Time, Event
b_count = 0
result = defaultdict(list)
for _, row in df.iterrows():
if row["Event"] == "A":
result["Date"].append(row["Date"])
result["Time"].append(row["Time"])
result["Event"].append(row["Event"])
result["B Count"].append(b_count)
b_count = 0 # 重置计数器，为下一区间准备
elif row["Event"] == "B":
b_count += 1
# 忽略其他事件类型（如需支持，可在此扩展逻辑）
result_df = pd.DataFrame(result)
print(result_df)
✅ 输出结果严格匹配预期：
Date Time Event B Count 0 2025-02-01 03:51:40 A 0 # 首个A前无B 1 2025-02-01 12:17:01 A 3 # A→A间3个B 2 2025-02-01 20:26:04 A 1 # 含1个B 3 2025-02-01 22:31:27 A 0 # 相邻A间无B 4 2025-02-02 14:00:45 A 2 # 跨日期区间仍正确统计
⚠️ 注意事项：
-
时间顺序至关重要：确保输入DataFrame已按
Date+Time严格升序排列（可用df.sort_values(['Date', 'Time']).reset_index(drop=True)预处理）； -
首尾边界：首个A前的B不计入任何区间（符合题意），末尾未闭合的B（即最后一个A之后的B）被自动丢弃——若需保留，可在循环后追加
if b_count > 0: ...处理； -
性能提示：对于超大规模日志（百万行以上），可改用
numba加速或向量化方案（如cumsum配合布尔掩码），但本方法在10万行内性能优异且逻辑透明； -
健壮性增强：建议添加类型校验（如
row["Event"] in ["A", "B"]）和异常捕获，避免脏数据中断流程。
该方法逻辑直观、易于调试与定制，是事件驱动型日志聚合任务的经典实践范式。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
