如何查询Pandas DataFrame中正负值交替转换的首个元素索引

核心思路 #

通过判断值的符号变化，定位正负块切换的边界点，筛选出符合要求的索引。以下是具体步骤和代码示例：

1. 准备示例数据 #

先创建一个包含交替正负值块的DataFrame，方便演示：

import pandas as pd
import numpy as np

data = {'values': [1, 2, 3, -1, -2, 4, 5, -3, -4, -5, 6]}
df = pd.DataFrame(data)

2. 标记符号与符号变化 #

• 用np.sign()生成每个值的符号（1为正，-1为负，0为零）
• 用diff()计算当前行与前一行的符号差异，差异不为0则说明发生了正负切换

# 生成符号列
df['sign'] = np.sign(df['values'])
# 标记符号切换的行
df['sign_change'] = df['sign'].diff() != 0

3. 筛选目标索引 #

负值块后的首个正值索引

筛选条件：符号发生切换、当前值为正、排除第一行（因为第一行前无负值块）

positive_starts = df[(df['sign_change']) & (df['sign'] == 1) & (df.index != 0)].index
print("负值块后的首个正值索引：", positive_starts)
# 输出：负值块后的首个正值索引： Int64Index([5, 10], dtype='int64')

正值块后的首个负值索引

筛选条件：符号发生切换、当前值为负、排除第一行（因为第一行前无正值块）

negative_starts = df[(df['sign_change']) & (df['sign'] == -1) & (df.index != 0)].index
print("正值块后的首个负值索引：", negative_starts)
# 输出：正值块后的首个负值索引： Int64Index([3, 7], dtype='int64')

处理特殊情况 #

如果数据中包含零，np.sign()会返回0，可根据需求提前过滤零值，或调整符号判断逻辑：

# 过滤所有零值行
df = df[df['values'] != 0]

内容的提问来源于stack exchange，提问作者user206545