Python 如何根据另一列中的符号变化计算列表中的数学差异

我有一个大列表，如下所示：

515.20320783       0.05658324
516.20360241       0.03486690
517.20399699       0.02094333
518.20439157       0.02199200
519.20478615       0.03610312
520.20518073       0.05240170
521.20557530       0.05834678
522.20596988       0.04893050
523.20636446       0.02992211
524.20675904       0.01215849
525.20715362       0.00224414
526.20754820      -0.00168170
527.20794277      -0.00608658
528.20833735      -0.01532678
529.20873193      -0.02889651
530.20912651      -0.04376070
531.20952109      -0.05776619
532.20991567      -0.07066846
533.21031024      -0.08255477
534.21070482      -0.09145077
535.21109940      -0.09284463
536.21149398      -0.08325564

我首先需要根据第2列的值的符号变化来分隔第1列的两个列表，这意味着第1列中的所有值（其在第2列中的对应值为正值）都应该在一个列表中，而第2列的值在另一个列表中为负值。然后，我想计算子列表（之前创建的列表）的第一项和最后一项之间的差异。我所做的工作如下，但似乎不对

import numpy as np

l = [f for f in sorted(os.listdir('.')) if f.startswith('config')]

maxnum = np.max([int(os.path.splitext(f)[0].split('_')[1]) for f in l])
l = ['configuration_%d.out' % i for i in range(maxnum)]
meand = []
meands=[]
for i, d in enumerate (CASES):
   a = np.loadtxt(os.path.join(root, directory,d)).T
   y = a[1]
   x = a[0]
   mig = np.abs(a[5])
   theta = a[3]
   s = a[2]
   h = min(y)+6
   t = max(y)-6
   meand = []
   for i in range(1,len(y)):
      if h <y[i]<t :
         idx = np.where(np.diff(np.sign(theta)) != 0)[0] + 1
                
         meand_length = s[idx]-s[idx-1]
                
                
         meand.append(meande_length)

    meands.append(np.mean(meand))
                
print(meands)

将numpy导入为np
l=[f表示排序中的f（os.listdir（'.'），如果f.startswith（'config'）]
maxnum=np.max（[int（os.path.splitext（f）[0].split（“”“）[1]），用于l中的f]）
l=['配置\%d.out'%i用于范围内的i（maxnum）]
平均值=[]
平均数=[]
就我而言，列举（案例）：
a=np.loadtxt（os.path.join（root，directory，d））.T
y=a[1]
x=a[0]
mig=np.abs（a[5]）
θ=a[3]
s=a[2]
h=最小值（y）+6
t=最大值（y）-6
平均值=[]
对于范围（1，len（y））中的i：
如果h使用
numpy
方法
符号
和
非零
：

list1=np.arange（0,20,2）
#数组（[0,2,4,6,8,10,12,14,16,18]
list2=np.linspace（-1,1,10）
#~array（[-1，-0.77，-0.55，-0.33，-0.11,0.11,0.33,0.55,0.77,1.]））
s=np.符号（列表2）
#数组（[-1.、-1.、-1.、-1.、-1.、-1,1,1,1,1,1.]））
idx符号变化=np.非零（np.差异！=0）[0]
#数组（[4]）
拆分列表=np.split（列表1，idx符号更改）
#[数组（[0,2,4,6]），数组（[8,10,12,14,16,18]）]
diff=[l[-1]-l[0]表示拆分列表中的l]
# [6, 10]
平均值差异=np.平均值（差异）

请注意，如果有多个符号变化，这也会起作用。
你的想法是正确的，但我需要这样做：每个列表的第一项和最后一项之间的差异意味着
list1_a:6-0
和
list1_b:18-8
我的意思是，不需要有两个不同的列表，我需要计算
6-0
然后
18-8
然后我需要计算这些差异的平均值。