如何对被零值分隔的DataFrame各分段单独计算平均值等操作

实现步骤 #

核心思路是先给被零值分隔的每个非零分段分配唯一的分组ID，再按分组执行聚合计算，具体代码如下：

1. 构造示例数据（可替换为你自己的DataFrame）

import pandas as pd

# 示例数据结构和你描述的场景一致
df = pd.DataFrame({
    'value': [0.762, 0.766, 0, 0.66, 1.37, 2.11, 2.29, 0, 1.1, 0.95, 0]
})

2. 生成分组ID
   每遇到一个零值，分组编号自动+1，确保同一个非零分段的所有数据属于同一个分组：

df['group_id'] = df['value'].eq(0).cumsum()

3. 按分组计算平均值（或其他操作）
   先过滤掉零值行，再按分组ID聚合，需要其他计算时替换mean()为对应的聚合函数即可（如sum()、max()、自定义函数等）：

# 得到每个非零分段的平均值结果
seg_mean_result = df[df['value'] != 0].groupby('group_id')['value'].mean()

如果需要把分段平均值回填到原表的对应行，可以用transform方法：

df['seg_mean'] = df[df['value'] != 0].groupby('group_id')['value'].transform('mean')

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