如何为带周期标记的DataFrame生成每行所属周期的高低值列？

问题背景 #

现有一个包含波动数值列x和周期标记列cycle的Pandas DataFrame：

• 周期以x的最低点（cycle列标记为0）起始
• x上升至最高点（cycle列标记为1）后回落至最低点，新周期随即开始

示例数据如下：

import pandas as pd
import numpy as np

x = [1,2,3,4,5,4,3, # cycle 1
     2,3,4,5,4,3,2, # cycle 2
     1,2,3,4,5,6,5, # cycle 3
     4] # cycle 4
points = [0, np.nan, np.nan, np.nan, 1, np.nan, np.nan, # cycle 1
          0, np.nan, np.nan, 1, np.nan, np.nan, np.nan, # cycle 2
          0, np.nan, np.nan, np.nan, np.nan, 1, np.nan, # cycle 3
          0] # cycle 4
df = pd.DataFrame({'x':x, 'cycle':points})

需新增low和high两列，分别标记每行所属周期的高低值：

• 每次cycle列出现0时周期重置
• 仅含单个数据点的周期，高低值相等

期望结果示例：

low = [1,1,1,1,1,1,1, # cycle 1
       2,2,2,2,2,2,2, # cycle 2
       1,1,1,1,1,1,1, # cycle 3
       4] # cycle 4
high = [5,5,5,5,5,5,5, # cycle 1
        5,5,5,5,5,5,5, # cycle 2
        6,6,6,6,6,6,6,  # cycle 3
        4] # cycle 4
new_df = pd.DataFrame({'x':x, 'cycle':points, 'low':low, 'high':high})

解决方案 #

核心思路是通过cycle列的0值划分周期分组，再对每个分组计算x的最小/最大值，最后映射回原DataFrame。

实现代码 #

import pandas as pd
import numpy as np

# 示例数据（可替换为实际数据集）
x = [1,2,3,4,5,4,3, # cycle 1
     2,3,4,5,4,3,2, # cycle 2
     1,2,3,4,5,6,5, # cycle 3
     4] # cycle 4
points = [0, np.nan, np.nan, np.nan, 1, np.nan, np.nan, # cycle 1
          0, np.nan, np.nan, 1, np.nan, np.nan, np.nan, # cycle 2
          0, np.nan, np.nan, np.nan, np.nan, 1, np.nan, # cycle 3
          0] # cycle 4
df = pd.DataFrame({'x':x, 'cycle':points})

# 1. 生成周期分组编号：每次cycle为0时开启新分组
df['group'] = df['cycle'].eq(0).cumsum()

# 2. 计算每个分组的x最小值（low）和最大值（high）
group_stats = df.groupby('group')['x'].agg(['min', 'max']).rename(columns={'min': 'low', 'max': 'high'})

# 3. 将统计结果合并回原DataFrame，删除临时分组列
df = df.merge(group_stats, on='group', how='left').drop(columns='group')

# 输出结果验证
print(df)

代码解释 #

• 生成分组：df['cycle'].eq(0).cumsum()会对cycle等于0的位置标记为True，累加后得到连续的分组编号，每个编号对应一个完整周期。
• 计算分组统计值：通过groupby对每个分组计算x的最小和最大值，分别对应周期的低点和高点。
• 合并结果：使用merge将分组统计的高低值关联到原数据的每一行，自动处理单个数据点的周期（此时min和max相等）。

内容的提问来源于stack exchange，提问作者Bas R