DataFrame - 自上次正值和上次負值以來的時間

Question

我有一個如下所示的輸入數據框：

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

我需要計算以下兩列，一列是自上次正值以來的時間，一列是自上次負值以來的時間：

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

t列代表時間。 我該怎么做呢？ 我知道這與diff有關系，但我無法讓它完全正常工作。

更新（后續問題）：如果我有一個額外的列'id'，我將如何做到這一點，並且計算需要在每個組內單獨完成，即每個組彼此獨立？

Answer 1

解決方案

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

解釋

要計算t_since_pos ，首先屏蔽 time 列中相應val為負的值，然后前向填充和移位以傳播與最后一個正值相對應的時間，最后從原始時間列中減去它。 可以使用相同的方法來計算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