如何使用Python计算DataFrame中零值间非零数据段的间歇平均值

核心逻辑为给每一段连续非零数据分配唯一分组ID，过滤零值后按分组聚合求均值，全程使用pandas向量化运算，可适配千万行级大体量DataFrame的性能需求。

实现代码 #

import pandas as pd

# 构造测试数据，可替换为你的实际DataFrame
df = pd.DataFrame({'value': [2,3,4,5,0,0,6,7,8,0,9,10,11,12,13]})

# 1. 生成非零值掩码
mask = df['value'] != 0
# 2. 给连续非零块打唯一分组标签
df['group'] = (mask & (~mask.shift(fill_value=False))).cumsum()
# 3. 过滤零值后按分组求平均值
non_zero_block_avg = df[mask].groupby('group')['value'].mean()

# 输出结果
print(non_zero_block_avg)

输出示例 #

group
1     3.5
2     7.0
3    11.0
Name: value, dtype: float64

适配说明 #

• 若需要对多列分别计算非零块均值，对每列单独执行上述逻辑即可
• 若零值为接近0的极小值而非严格等于0，可将掩码规则修改为mask = df['value'].abs() > 你设置的阈值适配场景
• 若需要获取每个非零块的起止索引、数据长度等信息，可修改groupby的聚合规则，例如使用agg函数自定义返回字段

内容的提问来源于stack exchange，提问作者Gamaal Heikal