如何用Pandas实现分组内正负连续值的计数？

原始数据 #

group  val  count???
     a    2         1
     a    2         2
     b    1         1
     a    2         3
     b   -3         1
     b   -3         2
     a   -7         1
     a   -5         2

需求说明 #

现有包含group和val列的DataFrame，需要生成count列，规则为：

• 按group分组
• 每组内统计连续处于同一正负区间的数值数量
• 当数值正负性改变时，计数器重置为1重新计数

例如：某组数值为[1, -1, 1, 1]，对应计数值为[1, 1, 1, 2]

实现代码 #

import pandas as pd
import numpy as np

# 构造原始DataFrame
df = pd.DataFrame({
    'group': ['a', 'a', 'b', 'a', 'b', 'b', 'a', 'a'],
    'val': [2, 2, 1, 2, -3, -3, -7, -5]
})

# 1. 生成正负标识：正数为1，负数为-1
df['sign'] = np.sign(df['val'])

# 2. 按group分组，标记每组内正负性变化的分段
df['segment'] = df.groupby('group')['sign'].transform(
    lambda x: x.diff().ne(0).cumsum()
)

# 3. 按group+segment分组，生成连续计数（从1开始）
df['count'] = df.groupby(['group', 'segment']).cumcount() + 1

# 清理中间辅助列（可选）
df = df.drop(['sign', 'segment'], axis=1)

print(df)

代码解释 #

1. 正负标识列：用np.sign()快速将数值转换为正负标记，简化后续的连续性判断。如果存在0值，可根据需求调整（比如将0归为单独一类，或合并到正/负区间）。
2. 分段标记：在每个group内，通过diff()判断当前行与前一行的正负性是否变化，ne(0)将变化的位置标记为True，再用cumsum()为每个连续相同正负性的片段分配唯一编号。
3. 生成计数：以group和segment为分组依据，用cumcount()生成从0开始的序号，加1后得到从1开始的连续计数。

输出结果 #

group  val  count
0     a    2      1
1     a    2      2
2     b    1      1
3     a    2      3
4     b   -3      1
5     b   -3      2
6     a   -7      1
7     a   -5      2

内容的提问来源于stack exchange，提问作者Ivan R