Pandas与Python高级累计分组：合并0值sign分组的实现方案

嘿，针对你这个需求，最优的做法其实是先预处理sign列，把0值替换成你想合并的相邻非0值，再用原来的分组逻辑，这样既高效又能完美实现你的目标。

先回顾下你的场景 #

你已经有了能按连续sign值分组的代码，但单独的sign=0分组需要合并到指定的相邻分组（比如你示例里的sign=1）。

先把你的原始数据和现有代码贴出来方便参考：

import pandas as pd
df = pd.DataFrame({
    'a': [-0.066, 0.334, 0.991, 0.420, 0.000, -0.570, -0.294, 0.579, 0.234, -0.954],
    'b': [19.514, 19.848, 20.839, 21.259, 21.367, 20.797, 20.503, 21.082, 21.316, 20.362],
    'sign': [-1, 1, 1, 1, 0, -1, -1, 1, 1, -1]
})

# 你现有的分组代码（0会单独成组）
df2 = df.groupby((df["sign"] != df['sign'].shift()).cumsum(), as_index=False).agg({'sign': 'first', 'a': ['sum','count']})
df2.columns = ['sign', 'asum', 'cnt']

最优实现步骤 #

核心思路是用ffill（向前填充）把sign=0替换成前一个非0的sign值，这样0所在的行就会被归入前面的分组；如果想合并到后面的分组，就用bfill（向后填充）。

完整代码

# 1. 预处理sign列：把0替换为前一个非0的sign值，这样0就会跟着前面的分组走
df['adjusted_sign'] = df['sign'].replace(0, method='ffill')

# 2. 用调整后的sign列执行原来的分组逻辑
df2 = df.groupby(
    (df["adjusted_sign"] != df['adjusted_sign'].shift()).cumsum(), 
    as_index=False
).agg(
    {'adjusted_sign': 'first', 'a': ['sum', 'count']}
)

# 3. 调整列名到你需要的格式
df2.columns = ['sign', 'asum', 'cnt']

# 看看结果
print(df2)

输出结果（完全匹配你的期望）

sign    asum  cnt
0  -1.0 -0.066    1
1   1.0  1.745    4  # 原3个1的行 + 1个0的行合并，sum和count自动累加
2  -1.0 -0.864    2
3   1.0  0.813    2
4  -1.0 -0.954    1

特殊情况处理 #

如果你的数据开头就有sign=0，可以先向后填充再向前填充，确保所有0都能找到合适的分组：

import numpy as np

# 先把0换成NaN，向后填充找后面的非0值，再向前填充确保所有NaN都被覆盖
df['adjusted_sign'] = df['sign'].replace(0, np.nan).bfill().ffill()

这样不管0出现在数据的哪个位置，都能正确合并到最近的非0分组里。

内容的提问来源于stack exchange，提问作者blissweb