Python 如何获取数据帧中连续增加的数据点个数

提前谢谢你的帮助！ 我有一个数据帧。比如说，对于colume incr，如果0 1 1-1 0 1 1…的数字，我想得到解析列表并得到每个数据点，数据列表增加了多少倍（或者更确切地说没有减少）；点的减少会将当前数据点的输出重置为零。例如列表（代码中命名为output['inc_adj']） 0 1 1 1 -1 0 1 -1 我应该在代码中得到命名输出['cont_inc'] 12340120

我写了下面的代码，但是效率很低，有什么建议可以显著提高效率吗？似乎我一直在两个循环中重新加载CPU中的缓存（如果我感觉正确的话），但在当前阶段，我找不到更好的解决方案

---

提前谢谢

如果内存允许，我建议创建一个包含所有相邻值的列表，以便开始比较（在我的示例中使用zip），并将结果附加到新列表，完成后将整个结果列表重新分配回数据框

虽然这听起来很奇怪，但实际上它通过消除常数数据帧索引/值查找的一些开销稍微提高了性能：

import pandas as pd
import random

# random DataFrame with values from -1 to 2
df = pd.DataFrame([random.randint(-1, 2) for _ in xrange(999)], columns=['inc_adj'])
df['cont_inc'] = 0

def calc_inc(df):
    inc = [1]
    # I use zip to PREPARE the adjacent values
    for i, n in enumerate(zip(df['inc_adj'][1:], df['inc_adj'][:-1]), 0):
        if n[0] >= n[1]:
            inc.append(inc[i]+1)
            continue
        inc.append(0)
    df['cont_inc'] = inc

---

作为比较，使用索引和/或查找和就地分配，类似的编码逻辑：

def calc_inc_using_ix(df):
    for idx, row in df.iterrows():
        try:
            if row['inc_adj'] >= df['inc_adj'][idx-1]:
                row['cont_inc'] = df['cont_inc'][idx-1] + 1
                continue
            row['cont_inc'] = 0
        except KeyError:
            row['cont_inc'] = 1

---

---

也就是说，我还对任何其他能够进一步提高性能的解决方案感兴趣，我始终愿意学习。

非常感谢您的帮助。它以更好的性能解决了我的问题。我可以将整个列表分成几个部分，以适应大型数据集的内存。非常感谢你的帮助@Tsigalko2003，没问题，我也很想看到性能和效率：）

calc_inc(df)

df.head()
   inc_adj  cont_inc
0        0         1
1        0         2
2        1         3
3       -1         0
4        0         1

%timeit calc_inc(df)
1000 loops, best of 3: 696 µs per loop

def calc_inc_using_ix(df):
    for idx, row in df.iterrows():
        try:
            if row['inc_adj'] >= df['inc_adj'][idx-1]:
                row['cont_inc'] = df['cont_inc'][idx-1] + 1
                continue
            row['cont_inc'] = 0
        except KeyError:
            row['cont_inc'] = 1

calc_inc_using_ix(df)

df.head()
   inc_adj  cont_inc
0        0         1
1        1         2
2        1         3
3        0         0
4        2         1

%timeit calc_inc_using_ix(df)
10 loops, best of 3: 58.5 ms per loop