Pandas DataFrame按行规则生成指定二进制列表的实现方案

现有包含三列的DataFrame df，列名分别为mins、maxs、col，需要按规则生成二进制列表，规则如下：

• 初始输出值默认为0
• 若当前行col[i]小于等于mins[i]，输出值切换为1，后续每行持续输出1
• 处于输出1的状态时，直到某行col[i+n]大于等于maxs[i+n]，输出值切换为0，后续每行持续输出0
• 处于输出0的状态时，直到再次遇到col[i]小于等于mins[i]的行，再切换回输出1
• 重复上述状态切换逻辑，直到遍历完所有行

样例数据与对应输出如下：

最终生成的目标列表为[0,0,1,1,1,1,0,0,1]。

你之前写的实现存在几个核心错误：

• 循环边界设置错误，i <= len(col)会触发索引越界
• 逻辑没有做状态循环，执行一次1值添加就直接break，无法反复切换0/1状态
• 内层循环判断条件写反，1状态下应该持续到col >= maxs才切换，而非判断col <= maxs就持续追加1
• 缺失初始0状态下的遍历判断逻辑

用状态变量标记当前输出值，单次遍历即可完成计算，逻辑清晰无嵌套死循环风险：

def get_binary_list(col, mins, maxs):
    res = []
    # 初始状态为0
    current_state = 0
    data_length = len(col)
    for i in range(data_length):
        # 按当前状态判断是否需要切换
        if current_state == 0:
            if col[i] <= mins[i]:
                current_state = 1
        else:
            if col[i] >= maxs[i]:
                current_state = 0
        res.append(current_state)
    return res

如果直接基于pandas DataFrame处理，也可以用如下写法，适配DataFrame数据结构：

import numpy as np

def df_get_binary_list(df):
    res = []
    current_state = 0
    for _, row in df.iterrows():
        if current_state == 0 and row['col'] <= row['mins']:
            current_state = 1
        elif current_state == 1 and row['col'] >= row['maxs']:
            current_state = 0
        res.append(current_state)
    return res

用给出的示例数据测试：

col = [2,4,2,5,4,4,5,4,3]
mins = [1,2,3,5,3,2,3,0,3]
maxs = [6,6,7,6,8,5,5,5,8]
print(get_binary_list(col, mins, maxs))
# 输出结果：[0, 0, 1, 1, 1, 1, 0, 0, 1]，和预期完全匹配

内容的提问来源于stack exchange，提问作者zhlee