Pandas 实战：按“4-7”分组动态计算价格区间最小值与最大值-Python教程-PHP中文网

Pandas 实战：按“4-7”分组动态计算价格区间最小值与最大值

本文详解如何基于 functions 列为 4 或 7 的行（对应 cat == '4-7'）划分逻辑组，并为每组内所有行高效填充该组 Price 的 min/max 值，满足业务中“跨行滚动区间极值”的典型需求。

本文详解如何基于 `functions` 列为 4 或 7 的行（对应 `cat == '4-7'`）划分逻辑组，并为每组内所有行高效填充该组 price 的 min/max 值，满足业务中“跨行滚动区间极值”的典型需求。

在金融、交易或时序数据分析中，常需根据特定标记事件（如 functions 为 4 或 7）将数据划分为连续段，并为每一段计算其价格（Price）的全局最小值和最大值——而非滚动窗口，而是以标记行为边界、向后覆盖至下一标记前的所有行。Pandas 提供了简洁高效的向量化方案，完全避免低效的 for 循环和手动索引管理。

✅ 核心思路：用 `cumsum()` 构建分组标识符

关键在于将每个 cat == '4-7'（或等价地 functions.isin([4, 7])）的行视为一个新分组的起点。我们利用布尔序列的累积和（cumsum）生成唯一组 ID：

# 方法1：以当前"4-7"行为起点，向后覆盖到下一个"4-7"前（含当前行）
group = df['cat'].eq('4-7').cumsum()

# 方法2（更贴合题意）：以当前"4-7"行为终点，向前覆盖到上一个"4-7"后（含当前行）
# → 先倒序标记，cumsum，再倒序还原
group = df.loc[::-1, 'cat'].eq('4-7').cumsum()[::-1]

df['cat'].eq('4-7') 生成布尔 Series，cumsum() 将每个 True 视为新组起始，自动为连续行分配相同组号。例如：

index	cat	.eq('4-7')	cumsum() → group
30	3-8	False	0
31	4-7	True	1
32	3-8	False	1
33	3-8	False	1
34	3-8	False	1
35	1-6	False	1
36	4-7	True	2

这样，第31–35行同属 group=1，其 min/max 即为这5行 Price 的极值。

✅ 向量化实现：`groupby().transform()`

一旦分组完成，使用 transform('min') 和 transform('max') 即可为每组内所有行广播计算结果：

import pandas as pd
import numpy as np

# 确保数据已加载为 DataFrame df
group = df.loc[::-1, 'cat'].eq('4-7').cumsum()[::-1]  # 以当前行为终点的分组

df['min'] = df.groupby(group)['Price'].transform('min')
df['max'] = df.groupby(group)['Price'].transform('max')

# 可选：仅在 functions ∈ [4, 7] 的行保留值，其余置空（按题目示例格式）
mask = df['functions'].isin([4, 7])
df['min'] = df['min'].where(mask)
df['max'] = df['max'].where(mask)

? 为什么用倒序 cumsum？
题目要求“min/max 计算从上一个 4 或 7 开始，到当前 4 或 7 结束”。正序 cumsum() 会以第一个 4/7 为起点向后延伸；而倒序处理再反转，能自然形成“以当前行为终点”的分组逻辑，完美匹配示例输出（如第36行 7 对应的 min=50876.45，即从第31行 4 到第36行 7 的区间极值）。

⚠️ 注意事项与进阶技巧

空值处理：若数据末尾无 4-7 行，最后一组可能不完整。可通过 group.fillna(method='ffill') 或预填充确保分组连续。
性能优势：相比循环遍历，groupby.transform 是纯向量化操作，对万级数据提速 10x+。
灵活条件替换：若未来需用 functions 判断而非 cat，直接替换为：
```
group = df.loc[::-1, 'functions'].isin([4, 7]).cumsum()[::-1]
```

包含边界优化（高级）：若需让每个 4-7 行的 min/max 包含下一个 4-7 的价格（如示例中第49行 4 的 max=51511.4，实为后续第53行 7 的 Price），可结合 shift(-1) 与 np.fmax 调整：

g = df.groupby(group)['Price'].agg(['min', 'max', 'first'])
next_first = g['first'].shift(-1)  # 下一组首个 Price
df['min'] = df[group].map(np.fmin(g['min'], next_first))
df['max'] = df[group].map(np.fmax(g['max'], next_first))