本文介绍如何利用布尔掩码与 shift() 实现对 Pandas DataFrame 中特定 Placement 序列（如 "high→low"、"low→med→high" 等）的高效识别，并在匹配序列末尾行新增 Diff 与 Measured From 列，全程避免显式循环，充分发挥向量化计算优势。

本文介绍如何利用布尔掩码与 `shift()` 实现对 pandas dataframe 中特定 placement 序列（如 "high→low"、"low→med→high" 等）的高效识别，并在匹配序列末尾行新增 `diff` 与 `measured from` 列，全程避免显式循环，充分发挥向量化计算优势。

在处理时序或顺序敏感的分类数据（如本例中的 Placement 列）时，常需检测连续多行构成的特定模式（pattern），并基于首尾元素执行计算（如 Value 差值）。若采用 for 循环逐行判断，不仅代码冗长、可读性差，更会严重拖慢性能——尤其在大数据集上违背 Pandas 设计哲学。

核心思路是：将序列模式转化为布尔条件组合，并通过 shift() 对齐参考位置。例如：

• "high → low" 表示当前行为 "low"，且下一行是 "high" → 即 df['Placement'].eq('low') & df['Placement'].shift(-1).eq('high')
• "high → med → low" 表示当前行为 "low"，上一行为 "med"，上两行为 "high" → 即 df['Placement'].eq('low') & df['Placement'].shift(-1).eq('med') & df['Placement'].shift(-2).eq('high')

为统一处理，我们定义基础布尔掩码：

l = df["Placement"] == "low"
m = df["Placement"] == "med"
h = df["Placement"] == "high"

再构造四类目标序列的末尾行掩码（即结果应写入哪一行）：

• m1: "high → low" → 当前是 low，前一行是 high → l & h.shift(1)
• m2: "low → high" → 当前是 high，前一行是 low → h & l.shift(1)
• m3: "high → med → low" → 当前是 low，前一行是 med，前两行是 high → l & m.shift(1) & h.shift(2)
• m4: "low → med → high" → 当前是 high，前一行是 med，前两行是 low → h & m.shift(1) & l.shift(2)

注意：所有掩码均以当前行为基准，通过 shift(n) 向前/向后取值，确保逻辑清晰且索引对齐。

接着，封装通用提取函数 get_frame(mask, nshift)，用于从满足 mask 的行中提取对应起始行的 Order 和 Value，并计算差值：

def get_frame(mask, nshift):
    # 获取满足 mask 的行（即序列末尾行）的原始信息
    subset = df.loc[mask, ["Placement", "Value", "Order"]].copy()
    # 取起始行（向前偏移 nshift）的 Value，与当前 Value 相减
    subset["Diff"] = subset["Value"] - df.loc[mask.shift(nshift, fill_value=False), "Value"].values
    # 取起始行的 Order 作为 Measured From
    subset["Measured From"] = df.loc[mask.shift(nshift, fill_value=False), "Order"].values
    return subset

最后，合并四类结果并按原始索引排序：

out = pd.concat([
    get_frame(m1, 1),  # high→low: 当前行 low，起始为前1行 high
    get_frame(m2, 1),  # low→high: 当前行 high，起始为前1行 low
    get_frame(m3, 2),  # high→med→low: 当前行 low，起始为前2行 high
    get_frame(m4, 2)   # low→med→high: 当前行 high，起始为前2行 low
]).sort_index()

✅ 关键优势：

• 完全向量化，无 iterrows() 或 apply()，性能优异；
• 逻辑解耦：模式定义、数据提取、结果拼接分层清晰；
• 易扩展：新增序列模式只需追加掩码与 get_frame 调用。

⚠️ 注意事项：

• shift() 默认用 NaN 填充边界，需配合 fill_value=False 避免布尔运算异常；
• mask.shift(n) 与 df.loc[mask, ...] 索引必须严格对齐，建议始终使用 .values 提取 NumPy 数组保证长度一致；
• 若存在重叠匹配（如某行同时属于多个模式），concat 会保留全部结果，必要时可用 drop_duplicates(subset=['Order'], keep='first') 去重。

该方法兼顾表达力与执行效率，是 Pandas 高级模式匹配的典型范式。