計算列表中連續的正負值

Question

我創建了一個包含兩列的數據框，並希望根據來自其他數組的值的計數來附加它們。

cols = ['count_pos','count_neg']
df_count = pd.DataFrame(columns=cols)

我有數組 y，其值類似於 y = [1,-1,-1,1,1,1,1,-1,-1]

現在我想更新 y 中值的每個變化，計算這些出現次數並附加到相應的列。

for i in range(1,10):

    if y[i] == -1:
        print(y[i])

        if count_pos > 0:
            df_count.loc['count_pos'].append = count_pos

        count_pos = 0
        count_neg = count_neg - 1

    else:    
        if count_neg< 0:
            print(count_neg)
        df_count.loc['count_neg'].append = count_neg
        count_neg = 0
        count_pos = count_pos + 1

但我沒有得到結果。請讓我知道如何將值附加到數據框列。

我想要的輸出是 df_count

count_pos  count_neg 
1             -2
4             -2  

Answer 1

使用groupby計算連續的正/負值組：

s = pd.Series(y)
v = s.gt(0).ne(s.gt(0).shift()).cumsum()

pd.DataFrame(
    v.groupby(v).count().values.reshape(-1, 2), columns=['pos', 'neg']
)

   pos  neg
0    1    2
1    4    2

Answer 2

改編自@cs95 的回答：

a = pd.Series([-1, 2, 15, 3, 45, 5, 23, 0, 6, -4, -8, -5, 3, 
-9, -7, -36, -71, -2, 25, 47, -8])

def pos_neg_count(a):
    v = a.ge(0).ne(a.ge(0).shift()).cumsum()
    vals = v.groupby(v).count().values
    cols = ['pos', 'neg'] if a[0] >= 0 else ['neg', 'pos']
    try:
        result = pd.DataFrame(vals.reshape(-1, 2), columns=cols)
    except ValueError:
        vals = np.insert(vals, len(vals), 0)
        result = pd.DataFrame(vals.reshape(-1, 2), columns=cols)
    return result

pos_neg_count(a)
#       neg pos
#   0     1   8
#   1     3   1
#   2     5   2
#   3     1   0

我認為，這將處理被重塑的數組具有奇數的情況。 的元素。