Python 熊猫系列添加上一行的条件

只有在当前单元格中的条件匹配时，我才需要添加具有前几行的序列。以下是数据帧：

import pandas as pd
        data = {'col1': [1, 2, 1, 0, 0, 0, 0, 3, 2, 2, 0, 0]}
        df = pd.DataFrame(data, columns=['col1'])
        df['continuous'] = df.col1
        print(df)

我需要

+1

一个单元格，如果它的

值>0

否则

-1

，则该单元格具有上一个和。所以，我期待的结果是

   col1  continuous
0      1           1//+1 as its non-zero
1      2           2//+1 as its non-zero
2      1           3//+1 as its non-zero
3      0           2//-1 as its zero
4      0           1
5      0           0
6      0           0// not to go less than 0
7      3           1
8      2           2
9      2           3
10     0           2
11     0           1

---

案例2：如果我不想使用

>0

，我需要

，您可以使用布尔函数上的
cumsum
来执行此操作：

只要
col1
不是零，就给我一个+1：

(df.col1 != 0 ).cumsum()

只要
col1
为零，就给我一个-1：

- (df.col1 == 0 ).cumsum()

然后把它们加在一起

df['continuous'] = (df.col1 != 0 ).cumsum() - (df.col1 == 0 ).cumsum()

但是，这并不能解决您提到的降到零以下的标准。对我来说，这里的关键问题是控制输出不降到零以下。考虑到这一点，我们可以在输出为负值时屏蔽输出，并进行相应调整：

# a little longer data for corner case
df = pd.DataFrame({'col1': [1, 2, 1, 0, 0, 0, 0, 3, 2, 2, 0, 0,0,0,0,2,3,4]})


s = df.col1.gt(0)
out = s.where(s,-1).cumsum()
df['continuous'] = out - out.where((out<0)&(~s)).ffill().fillna(0)

回答你的问题了吗？@erentknn看起来很有希望，正在检查..为什么最后两行是
0
？他们是否应该被
2,1
？@QuangHoang更正。这与rhug对
clip
的建议相结合：
df['continuous']=（（df.col1！=0）.cumsum（）-（df.col1==0.cumsum（））.clip（0）
谢谢。amended@DavidErickson如果我有100个起始行作为0，则此答案不起作用。然后接下来100行值大于0的行仍将为0（剪裁）。@SachinVerma in你能用额外的零来更新你的问题吗？@DavidErickson是的，检查索引6。
# a little longer data for corner case
df = pd.DataFrame({'col1': [1, 2, 1, 0, 0, 0, 0, 3, 2, 2, 0, 0,0,0,0,2,3,4]})


s = df.col1.gt(0)
out = s.where(s,-1).cumsum()
df['continuous'] = out - out.where((out<0)&(~s)).ffill().fillna(0)

    col1 continuous
0      1          1
1      2          2
2      1          3
3      0          2
4      0          1
5      0          0
6      0          0
7      3          1
8      2          2
9      2          3
10     0          2
11     0          1
12     0          0
13     0          0
14     0          0
15     2          1
16     3          2
17     4          3