如何获取总和绝对值最大的连续负数序列（需至少两个连续）

原始数据与需求 #

原始DataFrame #

import pandas as pd

df = pd.DataFrame(
    {
        'a': [-3, -1, -2, -5, 10, -3, -13, -3, -2, 1, -200, -100],
    }
)

需求 #

• 提取总和绝对值最大的连续负数序列
• 要求该序列至少包含2个连续的负数行

期望输出 #

a
10 -200
11 -100

原代码问题分析 #

你写的代码有两个关键问题：

1. 未过滤长度不足2的负数组：原代码会把所有连续负数组都纳入计算，但需求明确要求序列至少有2个连续负数，单一行的负数组应该被排除
2. 最大值判断逻辑错误：负数的总和是负数，sum().idxmax()会取总和最大（最接近0）的组，但我们需要的是总和绝对值最大（最负）的组，这里应该用绝对值后的最大值判断，或者直接取总和最小的组

修正后的代码实现 #

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        'a': [-3, -1, -2, -5, 10, -3, -13, -3, -2, 1, -200, -100],
    }
)

# 1. 标记负数行，生成连续分组的键
is_negative = df['a'] < 0
group_key = is_negative.ne(is_negative.shift()).cumsum()

# 2. 筛选出仅包含负数、且长度≥2的有效组
negative_groups = df[is_negative].groupby(group_key)
valid_negative_groups = negative_groups.filter(lambda x: len(x) >= 2)

# 3. 找到总和绝对值最大的组的键
group_sums = valid_negative_groups.groupby(group_key)['a'].sum()
target_group_key = group_sums.abs().idxmax()

# 4. 提取目标组数据
result = df[group_key == target_group_key]
print(result)

运行后输出：

a
10 -200
11 -100

代码说明 #

• 用df['a'] < 0直接标记负数行，比np.sign更精准（避免0的干扰，适配更多场景）
• 通过filter排除长度不足2的组，严格符合需求中的“至少两个连续负数”要求
• 用abs().idxmax()明确找到总和绝对值最大的组，逻辑更直观，不容易出错

内容的提问来源于stack exchange，提问作者AmirX