如何在Pandas中实现特殊负值序列计数：单非续计双非重置

我需要在Pandas DataFrame中为soilMoisture列生成sequenceNeg列，统计连续负值的序列，现有规则调整如下：

• 原规则：非负值记0并重置计数
• 新规则1：若单个非负值的前后均为负值，该位置仍计入连续计数（不重置，计数递增）
  示例输入：soilMoisture = [-0.017, -0.015, -0.15, -0.020, -0.040, 0.11, -0.005, -0.050]
  期望输出：sequenceNeg = [1,2,3,4,5,6,7,8]
• 新规则2：若出现连续两个非负值，则重置序列计数，这两个非负值位置记0，后续负值重新开始计数
  示例输入：soilMoisture = [-0.16, -0.7, -0.06, -0.07, -0.04, 0.11, 0.51, -0.09, -0.02]
  期望输出：sequenceNeg = [1,2,3,4,5,0,0,1,2]

实现脚本 #

import pandas as pd
import numpy as np

# 构造测试用示例数据
data1 = {'soilMoisture': [-0.017, -0.015, -0.15, -0.020, -0.040, 0.11, -0.005, -0.050]}
data2 = {'soilMoisture': [-0.16, -0.7, -0.06, -0.07, -0.04, 0.11, 0.51, -0.09, -0.02]}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

def compute_sequence_neg(df):
    # 标记所有非负值
    is_non_neg = df['soilMoisture'] >= 0
    # 标记连续非负值的位置：当前非负且前后至少一个非负（即连续2个及以上非负）
    is_consec_non_neg = is_non_neg & (is_non_neg.shift(1, fill_value=False) | is_non_neg.shift(-1, fill_value=False))
    # 生成分组键：遇到连续非负的起始点则新建分组
    reset_points = is_consec_non_neg & ~is_consec_non_neg.shift(1, fill_value=False)
    group_key = reset_points.cumsum()
    
    # 定义分组内的计数逻辑
    def count_group(group):
        has_consec_non_neg = group['is_consec_non_neg'].any()
        if has_consec_non_neg:
            idx = group.index
            # 找到连续非负区间的首尾索引
            consec_idx = idx[group['is_consec_non_neg']]
            first_consec = consec_idx[0]
            last_consec = consec_idx[-1]
            # 拆分区间并分别计数
            res = pd.Series(0, index=idx)
            res.loc[idx[idx < first_consec]] = np.arange(1, len(idx[idx < first_consec])+1)
            res.loc[idx[idx > last_consec]] = np.arange(1, len(idx[idx > last_consec])+1)
            return res
        else:
            # 无连续非负，直接从1开始递增计数（包含单个非负的情况）
            return np.arange(1, len(group)+1)
    
    # 临时添加辅助列，完成计算后清理
    df['is_non_neg'] = is_non_neg
    df['is_consec_non_neg'] = is_consec_non_neg
    df['sequenceNeg'] = df.groupby(group_key).apply(count_group).reset_index(level=0, drop=True)
    df.drop(['is_non_neg', 'is_consec_non_neg'], axis=1, inplace=True)
    return df

# 运行测试
print("示例1结果：")
print(compute_sequence_neg(df1))
print("\n示例2结果：")
print(compute_sequence_neg(df2))

逻辑说明 #

1. 关键位置标记：先识别所有非负值，再筛选出连续非负值的区间（即连续2个及以上的非负）
2. 分组划分：以连续非负值的起始点为分界，将数据拆分为独立分组，每个分组包含连续非负块及其前后的负值块
3. 分组计数：
   • 不含连续非负的分组（包括单个非负值的情况）：直接从1开始递增计数
   • 含连续非负的分组：将连续非负位置设为0，之前的负值按顺序计数，之后的负值重新从1开始计数

内容的提问来源于stack exchange，提问作者Corey4005