Pandas 熊猫检查列表是否单调递增，但有特定的步长

假设df中有以下列：

   A  B  C
0  1  0  1
1  2  2  2
2  3  4  4
3  4  6  6
4  5  8  8

我知道我可以检查每一个特定的列，每个列都是单调的

df['A'].is_monotonic_increasing.

我想知道是否有一种方法可以检查/验证单调递增有一个特定的步骤。让我解释一下。例如，我想检查

df['A']

是否随步骤1单调增加，

df['B']

是否随步骤2单调增加

---

有什么方法可以检查吗？

我认为没有这个功能。我们可以构建一个两行函数：

def step_incr(series, step=1):
    tmp = np.arange(len(series)) * step
    return series.eq(series.iloc[0]+tmp).all()

step_incr(df['A'], step=1)
# True

step_incr(df['B'], step=1)
# False

另一种检查方法是查看差异值：

def is_step(series):
    uniques = series.diff().iloc[1:].unique()

    if len(uniques) == 1:
        return True, uniques[0]
    return False, None

is_step(df['A'])
# (True, 1.0)

is_step(df['B'])
# (True, 2.0)

is_step(df['C'])
# (False, None)

---

我不认为有这样的功能。我们可以构建一个两行函数：

def step_incr(series, step=1):
    tmp = np.arange(len(series)) * step
    return series.eq(series.iloc[0]+tmp).all()

step_incr(df['A'], step=1)
# True

step_incr(df['B'], step=1)
# False

另一种检查方法是查看差异值：

def is_step(series):
    uniques = series.diff().iloc[1:].unique()

    if len(uniques) == 1:
        return True, uniques[0]
    return False, None

is_step(df['A'])
# (True, 1.0)

is_step(df['B'])
# (True, 2.0)

is_step(df['C'])
# (False, None)

---

一次获得所有柱的一个衬里：

 df.diff().iloc[1] * (df.diff().nunique() == 1)

输出：

A    1.0
B    2.0
C    0.0
Name: 1, dtype: float64

---

输出是步长，如果不是单调递增，则为0。

一行一次获得所有列：

 df.diff().iloc[1] * (df.diff().nunique() == 1)

输出：

A    1.0
B    2.0
C    0.0
Name: 1, dtype: float64

---

输出是步长，如果不是单调递增，则为0。

确切地说是1的步长，或者至少是1的步长？类似于

df.C.是单调递增的&（df.C.diff（）==2）

，但是

的第一行.diff（）

总是

False

。所以

（df.A.is_单调_递增&（df.A.diff（）==1））.iloc[1:]。all（）

正好是1的一步，或者至少是1的一步？类似

df.C.is_单调_递增&（df.C.diff（）==2）

，但

.diff（）

的第一行总是

False

。因此

（df.A.is_monotonic_increating&（df.A.diff（）==1））.iloc[1:]all（）

我认为答案需要解释函数在做什么，即用给定的步长构建一个大小相同的数组，然后将其与序列进行比较。我认为答案需要解释函数在做什么，这就是用给定的步长构建一个相同大小的数组，然后将其与序列进行比较。