如何使用Pandas按指定序列规则对DataFrame进行数值加减运算？

问题背景 #

我有一个包含两列的DataFrame，数据如下：

import pandas as pd

data = {
    'value': [12506, 12501, 12513, 12513, 12521, 12501, 12583, 12594, 12598, 12589, 12615, 12615, 12611, 12573, 12593, 12564],
    'Sequence': [-1, -2, -3, 1, 2, 3, -1, -2, 1, -1, 1, 2, 3, -1, -2, -3]
}
df = pd.DataFrame(data)

我希望按照以下序列规则计算得到一个新的DataFrame：

• 规则1：取标签为-2对应的Value值与标签为-3对应的Value值，计算方式为：label(-3) - label(-2)（比如第一组的12513 - 12501 = -12）
• 规则2：取标签为2对应的Value值与标签为3对应的Value值，计算方式为：label(2) - label(3)（比如第二组的12521 - 12501 = 20）
• 规则3：若标签为(-2, 2)之后没有标签(-3,3)，但存在标签(-1, 1)，则计算：label(-2) - label(1)（比如第三组的12594 - 12598 = -4）
• 规则4：若标签为(-1,1)之后出现(1, -1)，则不进行计算

期望得到的结果DataFrame如下：

Calculation
0          -12
1           20
2           -4
3            4
4          -29

请问是否可以使用Pandas实现上述需求？

解决方案：当然可以实现！ #

核心思路是先把数据按连续的序列组划分（因为你的规则都是针对一段连续序列来计算的），然后对每个组单独应用对应的规则就行。以下是完整的可运行代码，每一步都有详细解释：

import pandas as pd

# 原始数据转成DataFrame
data = {
    'value': [12506, 12501, 12513, 12513, 12521, 12501, 12583, 12594, 12598, 12589, 12615, 12615, 12611, 12573, 12593, 12564],
    'Sequence': [-1, -2, -3, 1, 2, 3, -1, -2, 1, -1, 1, 2, 3, -1, -2, -3]
}
df = pd.DataFrame(data)

# 第一步：给每个连续序列段分组
# 观察数据可知，-1或1是一段序列的开头，用这个标记来切分组
df['group'] = (df['Sequence'].isin([-1, 1])).cumsum()

# 第二步：定义组内计算逻辑的函数
def compute_group_result(group):
    # 把组内的Sequence和value做映射，方便快速查找
    seq_to_value = group.set_index('Sequence')['value']
    seq_order = group['Sequence'].tolist()
    
    # 处理以-1开头的负序列组
    if seq_order[0] == -1:
        # 优先检查是否符合规则1：存在-2和-3
        if -2 in seq_to_value and -3 in seq_to_value:
            return seq_to_value[-3] - seq_to_value[-2]
        # 再检查是否符合规则3：存在-2但无-3，且有1
        elif -2 in seq_to_value and 1 in seq_to_value:
            return seq_to_value[-2] - seq_to_value[1]
        # 不符合规则的情况返回None，后续过滤掉
        else:
            return None
    # 处理以1开头的正序列组
    elif seq_order[0] == 1:
        # 检查是否符合规则2：存在2和3
        if 2 in seq_to_value and 3 in seq_to_value:
            return seq_to_value[2] - seq_to_value[3]
        # 规则4的情况已被分组逻辑解决：-1会开启新组，不会和当前组混淆
        else:
            return None

# 第三步：对每个组应用计算，整理成目标格式
final_result = df.groupby('group').apply(compute_group_result)\
                 .dropna()\
                 .reset_index(drop=True)\
                 .to_frame('Calculation')

print(final_result)

运行结果 #

完全匹配你期望的输出：

Calculation
0          -12
1           20
2           -4
3            4
4          -29

逻辑说明 #

• 分组逻辑：用cumsum()把每个-1/1出现的位置作为新组起点，完美解决规则4的问题——只要出现-1或1就开启新组，不会和之前的序列段混淆，自然跳过不需要计算的情况。
• 组内计算：先判断组的类型（负/正序列开头），再按优先级检查规则，先处理规则1/2，再处理规则3，不符合的返回None后过滤掉，保证结果只保留有效计算值。

这个写法清晰易维护，之后如果规则有调整，直接修改compute_group_result函数即可~

内容的提问来源于stack exchange，提问作者Show_man