Pandas中计算Series累积最大值遇0时重置的实现方法

需求说明 #

实现适配特殊规则的Pandas Series累积最大值计算：

• 基础逻辑：按序列顺序逐位计算截至当前位置的最大值
• 重置规则：序列中出现值为0的元素时，立刻清空之前的累积最大值基准，从0之后的元素重新开始累积取最大值
• 示例校验基准：
  • 输入序列：[100, 102, 101, 103, 0, 12, 123, 14]
  • 期望输出：[100, 102, 102, 103, 0, 12, 123, 123]

最优实现方案（向量化高性能） #

核心思路是先按0的位置把序列拆成独立计算段，每个段内单独做常规累积最大值计算，全程用pandas原生向量化操作，没有逐行循环开销，处理大数据量性能很好。

import pandas as pd

# 构造示例输入
s = pd.Series([100, 102, 101, 103, 0, 12, 123, 14])

# 生成分组标记：每遇到一个0，分组编号+1，完成分段切割
split_flag = (s == 0).cumsum()

# 分组计算组内累积最大值，直接得到目标结果
result = s.groupby(split_flag).cummax()

运行后打印result.tolist()就能得到和预期完全一致的输出。

逻辑拆解 #

• 分组标记的生成逻辑：先把序列转成「元素是否等于0」的布尔序列，对布尔序列做累计求和。没碰到0的时候布尔值是False（等价于0），累计值保持不变；碰到0的时候布尔值是True（等价于1），累计值自动加1，刚好把序列拆成「开头到第一个0之前」「第一个0到第二个0之前」的独立分段。
• 每个分段内调用原生cummax()时，0作为分段的第一个元素，累积最大值自然是0本身，后面的元素在分段内正常逐位取最大值，完全匹配「遇0重置基准」的要求，不需要额外写判断逻辑。

如果是极小数据量的场景，也可以写逐行遍历的循环实现，但性能会比上面的向量化方案差几个数量级，不推荐用在生产环境或大数据集上。

内容的提问来源于stack exchange，提问作者R. Aakash