DataFrame - 自上次正值和上次负值以来的时间

Question

我有一个如下所示的输入数据框：

df = pd.DataFrame.from_dict({"t": [1,2,3,4,5], 'val': [100, 5, -4, -9, 1], })

我需要计算以下两列，一列是自上次正值以来的时间，一列是自上次负值以来的时间：

df['t_since_neg'] = [np.nan, np.nan, np.nan, 1, 1]
df['t_since_pos'] =  [np.nan, 1, 1,2,3]

t列代表时间。 我该怎么做呢？ 我知道这与diff有关系，但我无法让它完全正常工作。

更新（后续问题）：如果我有一个额外的列'id'，我将如何做到这一点，并且计算需要在每个组内单独完成，即每个组彼此独立？

Answer 1

解决方案

m = df.val > 0

df['t_since_neg'] = df['t'] - df['t'].where(~m).ffill().shift()
df['t_since_pos'] = df['t'] - df['t'].where( m).ffill().shift()

---

   t  val  t_since_neg  t_since_pos
0  1  100          NaN          NaN
1  2    5          NaN          1.0
2  3   -4          NaN          1.0
3  4   -9          1.0          2.0
4  5    1          1.0          3.0

解释

要计算t_since_pos ，首先屏蔽 time 列中相应val为负的值，然后前向填充和移位以传播与最后一个正值相对应的时间，最后从原始时间列中减去它。 可以使用相同的方法来计算t_since_neg

>>>  df['t'].where(m)
0    1.0
1    2.0
2    NaN
3    NaN
4    5.0
Name: t, dtype: float64

>>> .ffill().shift()
0    NaN
1    1.0
2    2.0
3    2.0
4    2.0
Name: t, dtype: float64