如何高效处理Pandas DataFrame中特定Placement序列的条件计算？

原始DataFrame如下：

Placement  Value  Order
0       high     10      1
1        med      5      2
2       high      9      3
3        low      3      4
4        med      7      5
5        low      2      6
6        med      6      7
7       high      9      8
8        med      4      9
9        low      2     10
10      high      8     11
11       med      6     12
12      high      8     13
13       med      5     14
14       low      1     15

需求：
检测以下四种Placement序列：

• high -> low
• low -> high
• high -> med -> low
• low -> med -> high

对符合条件的序列执行：

1. 计算序列中high与low的Value差值（high值减去low值），填入序列最后一行的新列Diff
2. 新增Measured From列，值为序列首行的Order
3. 删除Diff和Measured From为空的行，得到目标DataFrame

原本打算通过迭代每行查看前两个Placement值实现，但希望找到Pandas中更高效的非迭代方法。

用Pandas的向量化操作就能搞定，完全不用循环迭代，效率拉满，具体步骤如下：

1. 生成序列字符串，方便匹配目标模式 #

先把当前行和前1行、前2行的Placement值取出来，拼成序列字符串，这样就能快速判断是不是我们要找的模式：

# 获取前1行、前2行的Placement值
df['prev1'] = df['Placement'].shift(1)
df['prev2'] = df['Placement'].shift(2)

# 生成2步序列（前1行+当前行）和3步序列（前2行+前1行+当前行）
df['seq_2'] = df['prev1'] + '->' + df['Placement']
df['seq_3'] = df['prev2'] + '->' + df['prev1'] + '->' + df['Placement']

2. 标记符合条件的行 #

定义目标序列集合，然后标记哪些行是目标序列的最后一行：

# 目标序列集合
target_seqs = {'high->low', 'low->high', 'high->med->low', 'low->med->high'}

# 标记当前行是否是目标序列的最后一行
df['is_target'] = df['seq_2'].isin(target_seqs) | df['seq_3'].isin(target_seqs)

3. 计算Diff和Measured From列 #

根据序列的类型（2步或3步），分别计算差值和起始Order：

import numpy as np

# 计算Diff列：分四种情况处理
df['Diff'] = np.where(
    df['seq_2'] == 'high->low',
    df['Value'].shift(1) - df['Value'],  # high->low：前一行high值减当前low值
    np.where(
        df['seq_2'] == 'low->high',
        df['Value'] - df['Value'].shift(1),  # low->high：当前high值减前一行low值
        np.where(
            df['seq_3'] == 'high->med->low',
            df['Value'].shift(2) - df['Value'],  # high->med->low：前两行high值减当前low值
            np.where(
                df['seq_3'] == 'low->med->high',
                df['Value'] - df['Value'].shift(2),  # low->med->high：当前high值减前两行low值
                np.nan
            )
        )
    )
)

# 计算Measured From列：序列首行的Order值
df['Measured From'] = np.where(
    df['seq_2'].isin(target_seqs),
    df['Order'].shift(1),  # 2步序列取前一行的Order
    np.where(
        df['seq_3'].isin(target_seqs),
        df['Order'].shift(2),  # 3步序列取前两行的Order
        np.nan
    )
)

4. 过滤并整理结果 #

删掉临时列和无值的行，保留需要的列：

# 过滤出有Diff值的行，保留目标列
result_df = df.dropna(subset=['Diff'])[['Placement', 'Value', 'Order', 'Diff', 'Measured From']]

# 把数值转成整数（匹配目标输出格式）
result_df['Diff'] = result_df['Diff'].astype(int)
result_df['Measured From'] = result_df['Measured From'].astype(int)

最终得到的result_df就是目标DataFrame：

Placement  Value  Order  Diff  Measured From
3        low      3      4    -6              3
7       high      9      8     7              6
9        low      2     10    -7              8
10      high      8     11     6             10
14       low      1     15    -7             13

内容的提问来源于stack exchange，提问作者Jordan