Python 如何确定值是按顺序发生还是按时间顺序发生？

我在下面给出了两个数据帧供您测试

df_1 = pd.DataFrame({
'subject_id':[1,1,1,1,1,1,1,1,1,1,1],
'time_1' :['2173-04-03 10:00:00','2173-04-03 10:15:00','2173-04-03 10:30:00','2173-04-03 10:45:00','2173-04-03 11:01:00','2173-04-04 12:00:00','2173-04-05 16:00:00','2173-04-05 22:00:00','2173-04-06 04:00:00','2173-04-06 04:30:00','2173-04-06 06:30:00'],
'val' :[5,5,5,5,5,10,5,8,3,8,10]
})

df_2 = pd.DataFrame({
'subject_id':[1,1,1,1,1,1,1,1,1,1,1],
'time_1' :['2173-04-03 10:00:00','2173-04-03 10:15:00','2173-04-03 10:30:00','2173-04-03 10:45:00','2173-04-03 11:01:00','2173-04-04 12:00:00','2173-04-05 16:00:00','2173-04-05 22:00:00','2173-04-06 04:00:00','2173-04-06 04:30:00','2173-04-06 06:30:00'],
'val' :[5,6,5,6,5,10,5,8,3,8,10]
 })

我试图找出

val

列中的值是否按顺序（时间顺序）排列。我的意思是一个值出现时没有中断（例如：5,5,5是一个序列（时间顺序），而5,6,5,6是5的序列中断的示例）。你能帮我找到那个吗

这是我尝试的东西，但它不起作用

df['time_1']= pd.to_datetime(df1['time_1'])
s=pd.to_timedelta(24,unit='h')-(df.time_1-df.time_1.dt.normalize())
df['tdiff'] = 
df.groupby(df.time_1.dt.date).time_1.diff().shift(-1).fillna(s)
df['t_d'] = df['tdiff'].dt.total_seconds()/3600
df['date'] = df['time_1'].dt.date
df.groupby(['val','date'],sort=False)['t_d'].agg({'cumduration':sum,'freq':'count'}).reset_index()

我希望我的df_2输出是这样的

---

您的开销有点太大了。将以下步骤填充到一行命令中：

向左移动[“val”]一个位置

---

。。。将移位序列与第二步中的[“val”]进行比较，为什么我们必须使用您要求的

来确定它们是否有序，而不是它们是否相同。此外，查找匹配值序列在堆栈溢出时已经解决了很多次，您应该在不发布新问题的情况下找到这些解决方案。