基于标记索引为DataFrame批量生成坡度列的技术需求

背景与现有代码 #

现有DataFrame test_data 包含Marker列，已通过以下代码完成Lap列的赋值：

marker = "*" 
marker_indexes = test_data.index[test_data['Marker'] == marker].tolist()

lap_count = 1  # Initialize the 'Lap' count
for i in range(0, len(marker_indexes), 5):
    start_index = marker_indexes[i]
    end_index = min(marker_indexes[i + 4], len(resampled) - 1)
    test_data.loc[start_index:end_index, 'Lap'] = lap_count
    lap_count += 1

给定的marker_indexes列表如下：

marker_indexes = [
    36, 118, 240, 317, 348,
    370, 488, 609, 694, 725,
    746, 880, 1003, 1097, 1131,
    1160, 1281, 1404, 1500, 1536,
    1561, 1694, 1819, 1920, 1951
]

需求说明 #

需要新增incline列，每个Lap对应的标记区间需依次循环赋值[1.1, 3, 7, 1.2, 0]，填充规则示例如下：

后续Lap需重复上述赋值逻辑。

实现方案 #

通过遍历每个Lap对应的5个标记点，分割出子区间并依次赋值对应的incline值，代码如下：

# 定义incline的循环赋值模板
incline_values = [1.1, 3, 7, 1.2, 0]

# 按每5个marker索引为一组（对应一个Lap）遍历
for lap_start_idx in range(0, len(marker_indexes), 5):
    # 获取当前Lap对应的5个marker索引
    lap_markers = marker_indexes[lap_start_idx:lap_start_idx+5]
    # 遍历每个子区间，匹配对应的incline值
    for i in range(len(lap_markers)):
        if i == 0:
            # 第一个区间：从第1个marker到第2个marker（包含两端）
            start = lap_markers[i]
            end = lap_markers[i+1]
        else:
            # 后续区间：从上一个marker的下一个索引到当前marker（包含两端）
            start = lap_markers[i-1] + 1
            end = lap_markers[i]
        # 为区间赋值对应的incline值
        test_data.loc[start:end, 'incline'] = incline_values[i]

代码说明 #

1. 固定incline_values作为每个Lap内5个区间的赋值模板；
2. 按每5个marker索引为一组划分Lap，遍历所有组；
3. 对每组内的marker索引分割区间：
   • 第一个区间覆盖第1个到第2个marker的所有行；
   • 后续每个区间覆盖上一个marker的下一行到当前marker的所有行；
4. 每个区间对应赋值incline_values中的元素，实现跨Lap的循环复用逻辑。

内容的提问来源于stack exchange，提问作者Hansson