python - Pandas/Numpy 组值变化和导数值变化高于/低于 0

Question

我有一系列值(Pandas DF 或 Numpy Arr):

vals = [0,1,3,4,5,5,4,2,1,0,-1,-2,-3,-2,3,5,8,4,2,0,-1,-3,-8,-20,-10,-5,-2,-1,0,1,2,3,5,6,8,4,3]
df = pd.DataFrame({'val': vals})

我想将值分为 4 类:

1. 增加到 0 以上
2. 减少至 0 以上
3. 增加到 0 以下
4. 减少到 0 以下

目前使用 Pandas 的方法是分类为高于/低于 0，然后通过查看 diff 值何时变化高于/低于 0 来分类为增加/减少。

df['above_zero'] = np.where(df['val'] >= 0, 1, 0)
df['below_zero'] = np.where(df['val'] < 0, 1, 0)
df['diffs'] = df['val'].diff()
df['diff_above_zero'] = np.where(df['diffs'] >= 0, 1, 0)
df['diff_below_zero'] = np.where(df['diffs'] < 0, 1, 0)

这会产生所需的输出，但现在我正在尝试找到一种解决方案，如何在 4 个条件之一发生变化时将这些列分组为升序组号。

所需的输出如下所示(*group col 是手动输入的，计算值可能存在错误):

id   val  above_zero  below_zero  diffs  diff_above_zero  diff_below_zero  group
0     0           1           0    0.0                1                0      0
1     1           1           0    1.0                1                0      0
2     3           1           0    2.0                1                0      0
3     4           1           0    1.0                1                0      0
4     5           1           0    1.0                1                0      0
5     5           1           0    0.0                1                0      0
6     4           1           0   -1.0                0                1      1
7     2           1           0   -2.0                0                1      1
8     1           1           0   -1.0                0                1      1
9     0           1           0   -1.0                0                1      1
10   -1           0           1   -1.0                0                1      2
11   -2           0           1   -1.0                0                1      2
12   -3           0           1   -1.0                0                1      2
13   -2           0           1    1.0                1                0      3
14    3           1           0    5.0                1                0      4
15    5           1           0    2.0                1                0      4
16    8           1           0    3.0                1                0      4
17    4           1           0   -4.0                0                1      5
18    2           1           0   -2.0                0                1      5
19    0           1           0   -2.0                0                1      5
20   -1           0           1   -1.0                0                1      6
21   -3           0           1   -2.0                0                1      6
22   -8           0           1   -5.0                0                1      6
23  -20           0           1  -12.0                0                1      6
24  -10           0           1   10.0                1                0      7
25   -5           0           1    5.0                1                0      7
26   -2           0           1    3.0                1                0      7
27   -1           0           1    1.0                1                0      7
28    0           1           0    1.0                1                0      8
29    1           1           0    1.0                1                0      8
30    2           1           0    1.0                1                0      8
31    3           1           0    1.0                1                0      8
32    5           1           0    2.0                1                0      8
33    6           1           0    1.0                1                0      8
34    8           1           0    2.0                1                0      8
35    4           1           0   -4.0                0                1      9
36    3           1           0   -1.0                0                1      9

对于如何有效解决此问题的任何帮助，我们将不胜感激。谢谢!

Answer 1

设置

g1 = ['above_zero', 'below_zero', 'diff_above_zero', 'diff_below_zero']

<小时/>

您可以简单地为所有 bool 列建立索引，并使用 shift:

c = df.loc[:, g1]
(c != c.shift().fillna(c)).any(1).cumsum()

0     0
1     0
2     0
3     0
4     0
5     0
6     1
7     1
8     1
9     1
10    2
11    2
12    2
13    3
14    4
15    4
16    4
17    5
18    5
19    5
20    6
21    6
22    6
23    6
24    7
25    7
26    7
27    7
28    8
29    8
30    8
31    8
32    8
33    8
34    8
35    9
36    9
dtype: int32