如何在指定条件区间内为DataFrame填充cummax与cummin列

需要在DataFrame的Condition列中，仅对A与B之间的区间（包含A和B本身）计算并填充滚动累积最大值（cummax）和累积最小值（cummin）；不在该区间内的行则留空。

期望输出示例：

尝试过以下代码，但会计算全局累积最大值，无法满足区间独立计算的需求：

df.loc[(df['Condition'].ffill()=="A")|(df['Condition']=="B"), "Cummax"] = df["Value"].cummax()

核心思路是将每个A-B区间拆分为独立分组，在分组内计算累积值，而非全局计算。具体实现代码如下：

import pandas as pd

# 示例数据（可替换为你的实际数据）
data = {
    'Condition': ['A', '', '', 'B', 'A', '', '', 'B', '', 'A', '', 'B'],
    'Value': [-1, 2, 3, 1, 1, 1, -1, 1, 3, 2, 1, -2]
}
df = pd.DataFrame(data)

# 1. 为每个以A开头的区间分配唯一分组ID
df['group_id'] = df['Condition'].eq('A').cumsum()

# 2. 标记每个分组内从A到第一个B的有效行（包含B）
def mark_valid_interval(group):
    first_b_pos = group[group['Condition'] == 'B'].index.min()
    if pd.notna(first_b_pos):
        group['is_valid'] = group.index <= first_b_pos
    else:
        # 无B的分组直接标记为无效
        group['is_valid'] = False
    return group

df = df.groupby('group_id').apply(mark_valid_interval).reset_index(drop=True)

# 3. 仅对有效行计算分组内的累积最大/最小值
df['Cummax'] = df.groupby('group_id')['Value'].transform(
    lambda x: x.cummax() if x.name in df[df['is_valid']]['group_id'].unique() else pd.NA
)
df['Cummin'] = df.groupby('group_id')['Value'].transform(
    lambda x: x.cummin() if x.name in df[df['is_valid']]['group_id'].unique() else pd.NA
)

# 4. 清空无效行的累积值
df.loc[~df['is_valid'], ['Cummax', 'Cummin']] = pd.NA

# 清理辅助列（可选）
df = df.drop(['group_id', 'is_valid'], axis=1)

print(df)

代码逻辑说明 #

• 分组拆分：通过cumsum()统计Condition为'A'的次数，将每个A开头的区间划分为独立分组，确保累积计算不会跨区间干扰。
• 有效行标记：在每个分组内定位第一个'B'的位置，仅保留从A到该B的行作为计算对象，B之后的行（如示例中第9行）标记为无效。
• 分组内累积计算：针对每个有效分组，单独计算组内的cummax和cummin，彻底解决全局累积的问题。
• 无效行处理：将无效行的累积值设为空，匹配期望输出格式。

内容的提问来源于stack exchange，提问作者Akav