考虑到每个 ID 组的排序 A 字段，有没有办法检查 B 字段中值的重复？ （见下面的例子）
Is there any way to check the repetition of the value in a B field, taking into account a sorted A field, for each ID group? (See example below)
假设我们有 table 数以千计的用户，具有 ID、年月 和 余额($)。
让我们将其简化为以下 table 有 3 个用户：
user ID (numeric)
year-month (string)
balance(float)
1
2019-01
500.0
1
2019-02
500.0
1
2019-03
0.0
1
2019-04
500.0
1
2019-05
0.0
1
2019-06
0.0
2
2018-09
1000.0
2
2018-10
1000.0
2
2018-11
750.0
2
2018-12
500.0
2
2019-01
0.0
2
2019-02
0.0
2
2019-03
0.0
2
2019-04
0.0
2
2019-05
0.0
2
2019-06
0.0
2
2019-07
0.0
3
2018-01
200.0
3
2018-02
0.0
3
2018-03
200.0
3
2018-04
0.0
主要规则是：如果给定月份的余额达到 0，则之后的月份不能有余额值不是 0。这意味着唯一能正确报告其记录的用户是 ID=2。
作为最终输出，我想要一个 table 来显示有多少用户 ID 满足规则，有多少用户 ID 不满足：
well_informed
num_cases
YES
1
NO
2
由于遍历用户 ID 的连续记录并检查条件很困难，我已经尝试了几种方法，甚至都没有接近结果。
Python-Pandas和SQL中的解决方案对我工作的环境有效。非常感谢！
EDIT v1: @d.b @Henry Ecker 解决方案适用于我提供的示例，但不适用于我的问题，因为我没有指定某些情况将有效，例如以下内容：
user ID (numeric)
year-month (string)
balance(float)
4
2019-02
1000.0
4
2019-03
1000.0
4
2019-04
1000.0
4
2019-05
1000.0
4
2019-06
1000.0
4
2019-07
1000.0
4
2019-08
1000.0
4
2019-09
1000.0
4
2019-10
1000.0
4
2019-11
1000.0
4
2019-12
1000.0
应该被认为是正确的，但将其归类为错误。
对于每个 ID，对 balance 执行 运行 长度编码并检查是否只有该编码的最后一个值是 0。
import pdrle
def foo(x):
rle = pdrle.encode(x.eq(0))
if rle.vals.sum() == 0:
return True
if rle.vals.sum() == 1:
return rle.vals.tail(1).item()
return False
ans = dat.groupby(dat["user ID"], as_index=False).balance.apply(foo)
ans
# user ID balance
# 0 1 False
# 1 2 True
# 2 3 False
下一步可以总结ans
ans.groupby("balance").size()
# balance
# False 2
# True 1
# dtype: int64
假设我们有 table 数以千计的用户，具有 ID、年月 和 余额($)。 让我们将其简化为以下 table 有 3 个用户：
| user ID (numeric) | year-month (string) | balance(float) |
|---|---|---|
| 1 | 2019-01 | 500.0 |
| 1 | 2019-02 | 500.0 |
| 1 | 2019-03 | 0.0 |
| 1 | 2019-04 | 500.0 |
| 1 | 2019-05 | 0.0 |
| 1 | 2019-06 | 0.0 |
| 2 | 2018-09 | 1000.0 |
| 2 | 2018-10 | 1000.0 |
| 2 | 2018-11 | 750.0 |
| 2 | 2018-12 | 500.0 |
| 2 | 2019-01 | 0.0 |
| 2 | 2019-02 | 0.0 |
| 2 | 2019-03 | 0.0 |
| 2 | 2019-04 | 0.0 |
| 2 | 2019-05 | 0.0 |
| 2 | 2019-06 | 0.0 |
| 2 | 2019-07 | 0.0 |
| 3 | 2018-01 | 200.0 |
| 3 | 2018-02 | 0.0 |
| 3 | 2018-03 | 200.0 |
| 3 | 2018-04 | 0.0 |
主要规则是：如果给定月份的余额达到 0，则之后的月份不能有余额值不是 0。这意味着唯一能正确报告其记录的用户是 ID=2。
作为最终输出，我想要一个 table 来显示有多少用户 ID 满足规则，有多少用户 ID 不满足：
| well_informed | num_cases |
|---|---|
| YES | 1 |
| NO | 2 |
由于遍历用户 ID 的连续记录并检查条件很困难，我已经尝试了几种方法，甚至都没有接近结果。
Python-Pandas和SQL中的解决方案对我工作的环境有效。非常感谢！
EDIT v1: @d.b @Henry Ecker 解决方案适用于我提供的示例，但不适用于我的问题，因为我没有指定某些情况将有效，例如以下内容：
| user ID (numeric) | year-month (string) | balance(float) |
|---|---|---|
| 4 | 2019-02 | 1000.0 |
| 4 | 2019-03 | 1000.0 |
| 4 | 2019-04 | 1000.0 |
| 4 | 2019-05 | 1000.0 |
| 4 | 2019-06 | 1000.0 |
| 4 | 2019-07 | 1000.0 |
| 4 | 2019-08 | 1000.0 |
| 4 | 2019-09 | 1000.0 |
| 4 | 2019-10 | 1000.0 |
| 4 | 2019-11 | 1000.0 |
| 4 | 2019-12 | 1000.0 |
应该被认为是正确的，但将其归类为错误。
对于每个 ID，对 balance 执行 运行 长度编码并检查是否只有该编码的最后一个值是 0。
import pdrle
def foo(x):
rle = pdrle.encode(x.eq(0))
if rle.vals.sum() == 0:
return True
if rle.vals.sum() == 1:
return rle.vals.tail(1).item()
return False
ans = dat.groupby(dat["user ID"], as_index=False).balance.apply(foo)
ans
# user ID balance
# 0 1 False
# 1 2 True
# 2 3 False
下一步可以总结ans
ans.groupby("balance").size()
# balance
# False 2
# True 1
# dtype: int64