Python计算连续未变化bin段内指标的局部最小值与最大值

核心逻辑是先识别连续相同bin的分段，给每个分段分配唯一标识，再按分段计算butter列的最小值、最大值并回填到每一行，天然支持bin递增、递减、跨号跳变的所有场景。

基于Pandas的最简实现（推荐） #

代码简洁易维护，百万行级数据处理效率足够：

import pandas as pd
import numpy as np

# 替换为你自己的数据读取逻辑，比如pd.read_csv、从数据库读取等
# df = pd.DataFrame(你的原始数据)

# 1. 生成分组ID：当前行bin与上一行不同时，分组ID累加1
df['group_id'] = (df['bin'] != df['bin'].shift(1)).cumsum()

# 2. 按分组计算每个连续bin段的butter最值，直接回填到每一行
df['min'] = df.groupby('group_id')['butter'].transform('min')
df['max'] = df.groupby('group_id')['butter'].transform('max')

# 不需要中间列可直接删除
df.drop(columns='group_id', inplace=True)

原理说明 #

• shift(1)将bin列向下偏移1行，逐行对比当前bin和上一行bin是否相等，不等则说明到达新的连续分段
• 布尔序列的cumsum()累加操作会自动给每个连续分段分配独立的递增ID，完全不受bin值大小、变化方向、跳号的影响
• transform方法会把分组聚合得到的min/max值按原索引映射回每一行，无需额外做表合并操作

运行后输出的结果和你给出的预期格式完全一致：bin=3的单行列min/max均为1.041967，连续8行bin=4的段min为1.041966、max为1.041975，后续分段计算结果均匹配需求。

纯Numpy实现版本 #

如果不想依赖pandas的分组逻辑，可以用纯numpy数组操作实现：

bin_arr = df['bin'].to_numpy()
butter_arr = df['butter'].to_numpy()

# 定位bin值变化的分割点
split_pos = np.where(np.diff(bin_arr) != 0)[0] + 1
butter_groups = np.split(butter_arr, split_pos)

# 逐组计算最值并拼接为和原表等长的数组
df['min'] = np.concatenate([np.full(len(g), g.min()) for g in butter_groups])
df['max'] = np.concatenate([np.full(len(g), g.max()) for g in butter_groups])

你之前尝试的np.diff+np.sign+np.where思路本质也是在找分段边界，但额外处理符号会增加逻辑复杂度，遇到bin跳号的场景还容易出现判断错误，不如直接对比相邻bin是否相等的逻辑鲁棒。

内容的提问来源于stack exchange，提问作者notsure