Pandas DataFrame如何基于指定列当前与前一行值新增极性切换标识列

直接用pandas向量化操作实现，性能高且逻辑完全匹配需求：

# 分别判断两种极性反转场景
cond1 = (data['customer_csate_score'].shift() <= 0) & (data['customer_csate_score'] > 0)
cond2 = (data['customer_csate_score'].shift() >= 0) & (data['customer_csate_score'] < 0)
# 合并条件取或，首行无前置值默认填充False
data['customer_csate_score_toggle_status'] = (cond1 | cond2).fillna(False)

• 尝试1错误点：
  apply调用逻辑错误，lambda参数传入的是完整的customer_csate_score全列和shift后的全列，而非逐行对应的当前值、前值，返回结果不符合预期。且逐行apply性能远低于向量化操作，不推荐使用。
• 尝试2错误点：
  条件括号优先级错误，仅实现了单种极性反转逻辑，且将筛选后的DataFrame子集直接赋值给新列，会导致不满足条件的行全部为NaN，不符合要求。

内容的提问来源于stack exchange，提问作者usert4jju7