Python/Pandas实现二维df各列连续正数计数并追加结果行

核心计数逻辑 #

严格遵循题目给定规则：从列头开始逐行遍历，维护当前连续正数计数器：

• 遇到值>0的元素：计数器加1
• 遇到值≤0（即非正数）：计数器重置为0
• 遍历完整列后，计数器的最终值即为该列需要统计的连续正数个数，等价于从列尾向前数、直到碰到第一个非正数为止的正数长度。

分步实现代码 #

1. 先构造题目对应的示例DataFrame

import pandas as pd

# 构造示例数据
df = pd.DataFrame(
    {"x": [1.0, -2.0, 3.0, 2.1], "y": [-1.0, 2.0, -3.0, 4.0]},
    index=["a", "b", "c", "d"]
)

2. 定义逐列的计数计算函数，采用向量化逻辑避免逐元素循环，适配大数据量场景

def calc_trailing_positive_count(series):
    # 标记所有非正数的位置
    non_pos_flag = series <= 0
    # 获取最后一个非正数在列中的位置
    non_pos_positions = series.index[non_pos_flag]
    if len(non_pos_positions) == 0:
        # 全列都是正数的情况
        last_non_pos_pos = -1
    else:
        last_non_pos_pos = series.index.get_loc(non_pos_positions[-1])
    # 计算最终计数，转换为整数类型对齐示例输出
    return int(len(series) - (last_non_pos_pos + 1))

3. 逐列计算计数结果，整理为新行格式

# 逐列应用计数函数，得到Series格式的计数结果
count_result = df.apply(calc_trailing_positive_count, axis=0)
# 设置新行的索引名称为Count，和示例输出对齐
count_result.name = "Count"

4. 将计数行追加到原DataFrame末尾，得到最终结果

final_df = pd.concat([df, count_result.to_frame().T])

输出验证 #

执行上述代码后，最终final_df的内容和题目给出的示例完全一致：

x    y
a       1.0 -1.0
b      -2.0  2.0
c       3.0 -3.0
d       2.1  4.0
Count   2    1

边界场景适配 #

• 若列最后一个元素为非正数，最终计数为0，符合规则
• 若列全为正数，最终计数为列的总长度，符合规则
• 严格将0判定为非正数，触发计数重置，匹配题目规则

内容的提问来源于stack exchange，提问作者skk