如何高效计算符号变化时重置的diff列累积和（生成cond_sum列）

先看你的原始数据构造代码：

import pandas as pd
my_df = pd.DataFrame({'col_1': [1,2,5,6,4,3,7,8,9,11,14]})
my_df['diff'] = my_df['col_1'].diff()
my_df['cond_sum'] = [None, 1,4,5,-2,-3,4,5,6,8,11]

需求是：计算diff列的累积和，每当diff的符号（正/负）发生变化时，累积和重置。

不用逐行循环，用pandas的向量化操作就能高效实现，步骤如下：

1. 计算diff列的符号值
2. 识别符号变化的位置，生成分组标识
3. 按分组对diff列做累积和

完整实现代码：

import numpy as np

# 计算diff的符号（NaN会保留）
signs = np.sign(my_df['diff'])

# 标记符号变化的行（包括从NaN到非NaN的首次变化）
change_flag = signs.ne(signs.shift())

# 生成分组ID，每次符号变化时分组递增
group_ids = change_flag.cumsum()

# 按分组计算累积和，得到目标列
my_df['cond_sum_eff'] = my_df.groupby(group_ids)['diff'].cumsum()

运行后cond_sum_eff列会和你手动设置的cond_sum完全一致。这种方法用pandas内置的分组和累积和函数，都是底层优化的向量化操作，比逐行循环效率高得多，数据量越大优势越明显。

内容的提问来源于stack exchange，提问作者user1700890