如何在start与end条件区间内计算最小值并填充result列

需求说明 #

当start列值为True时开启一个区间，end列值为True时结束该区间，计算区间内A列的最小值，并将结果赋值给result列（区间结束后的行需继承该最小值，直到下一个新区间开启）。

输入代码 #

import pandas as pd
import numpy as np
A = [6, 12, 21, 15, 18, 19, 13, 9, 10, 50]
cond1 = [False, True, False, False, False, False, True, False, False, False]
cond2 = [False, False, False, True, False, False, False, False, True, False]
df = pd.DataFrame({'A' : A, 'start' : cond1, 'end' : cond2})

预期输出 #

A  start    end  result
0   6  False  False     NaN
1  12   True  False     NaN
2  21  False  False     NaN
3  15  False   True    12.0
4  18  False  False    12.0
5  19  False  False    12.0
6  13   True  False    12.0
7   9  False  False    12.0
8  10  False   True     9.0
9  50  False  False     9.0

注：索引3的result是索引1-3区间内A列的最小值，索引8的result是索引6-8区间内A列的最小值。

解决方案 #

通过分组标记、组内计算最小值再向前填充的方式实现：

# 用start列的累积和生成区间分组ID
df['group'] = df['start'].cumsum()
# 仅在end为True时，计算当前组的A列最小值
df['result'] = np.where(df['end'], df.groupby('group')['A'].transform('min'), np.nan)
# 向前填充空值，让区间结束后的行继承最小值
df['result'] = df['result'].ffill()
# 移除辅助分组列
df = df.drop('group', axis=1)

print(df)

逻辑说明 #

1. 分组标记：start列的累积和会为每个由start=True开启的区间分配唯一ID，确保每个区间独立分组。
2. 计算最小值：仅在end=True的行，计算当前分组内A列的最小值并赋值给result。
3. 向前填充：用ffill()将result的空值填充为上一个有效最小值，实现区间结束后的值继承。

内容的提问来源于stack exchange，提问作者July