如何提取DataFrame中非零值前的最大连续零计数（其余置0）

需求说明 #

DataFrame的Amperaje列包含正整数、负整数和零，需要统计非零值前的连续零个数，但仅保留每个连续零段的最大计数值（即该段零的总个数），其余位置置0。

示例 #

• Amperaje列输入：[0,0,-53,-25,6,0,0,0,5]
• 当前代码生成的DT_Count：[1,2,0,0,0,1,2,3,0]
• 期望DT_Count结果：[0,0,2,0,0,0,0,0,3]（对应两段连续零的长度2和3，仅在后续第一个非零值位置保留，其余为0）

现有代码 #

a = df['Amperaje'].shift().eq(0)
b = a.cumsum()
df['DT_Count'] = b.sub(b.mask(a).ffill().fillna(0))
print(df)

解决方案 #

基于现有代码，新增分组统计最大值的逻辑，仅保留每个连续零段的最大计数值：

# 原累计计数逻辑
a = df['Amperaje'].shift().eq(0)
b = a.cumsum()
df['DT_Count'] = b.sub(b.mask(a).ffill().fillna(0))

# 按连续非零/零分组，标记每个元素所属组
groups = df['Amperaje'].ne(0).cumsum()
# 获取每个组内DT_Count的最大值
max_counts = df.groupby(groups)['DT_Count'].transform('max')
# 仅保留等于最大值的元素，其余置0
df['DT_Count'] = df['DT_Count'].where(df['DT_Count'] == max_counts, 0)

逻辑说明 #

1. 原代码生成的DT_Count是连续零的累计计数；
2. 通过groups = df['Amperaje'].ne(0).cumsum()将连续的零和后续的非零元素划分为同一组；
3. 用transform('max')获取每组内累计计数的最大值（即该段连续零的总个数）；
4. 最后通过where方法仅保留等于最大值的元素，其余位置置0。

简化方案（直接计算非零值前的连续零个数） #

如果不需要保留原累计计数逻辑，可直接计算每个非零值前的连续零个数，其余位置置0：

# 标记连续零的分组
zero_groups = df['Amperaje'].eq(0).cumsum()
# 计算每个零组的长度，映射到后续第一个非零值位置
df['DT_Count'] = df['Amperaje'].ne(0).map(df.groupby(zero_groups)['Amperaje'].count())
# 零值位置填充为0
df['DT_Count'] = df['DT_Count'].fillna(0).astype(int)

内容的提问来源于stack exchange，提问作者Luis Becerril