Python 如何基于另一列的两个连续值在pandas中的新列中添加标签？

我有一个数据帧，

df

，有一列，

扩展名


extension
列中的值呈周期性增加和减少，如下所示：

extension
0.000
0.050
0.100
0.150
0.130
0.080
0.020
0.050
0.075

extension lablel
0.000      1
0.050      1
0.100      1
0.150      1
0.130      1
0.080      1
0.020      1
0.050      2
0.075      2

我试图给每一个增加和减少的周期贴上标签，如下所示：

extension
0.000
0.050
0.100
0.150
0.130
0.080
0.020
0.050
0.075

extension lablel
0.000      1
0.050      1
0.100      1
0.150      1
0.130      1
0.080      1
0.020      1
0.050      2
0.075      2

我有点卡住了，希望能在这里得到一些指导。
让我们重现一下您的数据：

df['lablel']=df.extension.diff()#Find the difference between consecutive ros in the column extension
df['lablel']=(df.lablel.ge(0)&df.lablel.shift(1).le(0)|df.lablel.ge(0)&df.lablel.shift(-1).le(0)).cumsum()+1#Find zero crossing from the consecutive differences, cummulatively sum and add 1 to the outcome



 extension  lablel
0      0.000       1
1      0.050       1
2      0.100       1
3      0.150       2
4      0.130       2
5      0.080       2
6      0.020       2
7      0.050       3
8      0.075       3

a = [0.000,0.050,0.100,0.150,0.130,0.080,0.020,0.050,0.075]
df = pd.DataFrame(a, columns=["extension"])

简单的答案是：

0      NaN
1    0.050
2    0.050
3    0.050
4   -0.020
5   -0.050
6   -0.060
7    0.030
8    0.025

array([1, 1, 1, 1, 0, 0, 0, 1, 1])

0    NaN
1    0.0
2    0.0
3    0.0
4   -1.0
5    0.0
6    0.0
7    1.0
8    0.0

0    NaN
1    0.0
2    0.0
3    0.0
4    1.0
5    1.0
6    1.0
7    2.0
8    2.0

diff
创建每个单元格与上一个单元格之间的差异。因此，它无法为第一个元素计算它

输出：

0      NaN
1    0.050
2    0.050
3    0.050
4   -0.020
5   -0.050
6   -0.060
7    0.030
8    0.025

array([1, 1, 1, 1, 0, 0, 0, 1, 1])

0    NaN
1    0.0
2    0.0
3    0.0
4   -1.0
5    0.0
6    0.0
7    1.0
8    0.0

0    NaN
1    0.0
2    0.0
3    0.0
4    1.0
5    1.0
6    1.0
7    2.0
8    2.0

现在，让我们使用numpy中的
where
对结果进行二值化，以检测正/负差异的变化：

np.where(df["extension"].diff() < 0, 0, 1)

这告诉我们与上一个的差异是负（-->0）还是正（-->1）

然后，您只想知道正/负趋势何时变化。因此，我们再次合并了
diff
功能。在此之前，我们必须将numpy数组转换回一个
pd.Series
：

pd.Series(np.where(df["extension"].diff() < 0, 0, 1)).diff()

最终，您对趋势的变化方向不感兴趣，只对趋势的变化感兴趣，因此我们使用
abs
功能删除此信息。然后使用
cumsum
函数将结果相加，以便每次更改时它都会增加：

pd.Series(np.where(df["extension"].diff() < 0, 0, 1)).diff().abs().cumsum()

最后，添加两个以1而不是0为基准的标签，并替换第一个为NaN的项目：
+1位于代码后面，且
df.at[0，“label”]=1

你看：

         extension  label
    0      0.000    1.0
    1      0.050    1.0
    2      0.100    1.0
    3      0.150    1.0
    4      0.130    2.0
    5      0.080    2.0
    6      0.020    2.0
    7      0.050    3.0
    8      0.075    3.0

编辑：回答评论中编辑的问题
非常感谢您的回答！！你帮了我很多。但还有一个简单的问题。如果我想在什么时候标记一个完整的周期呢？我的意思是，不要在扩展列中标记每个递增和递减，而是将一组递增和递减标记为一个循环。例如，扩展从0开始，上升到0.1，然后返回到0.05。怎么能把所有这些都标为一个周期呢？我不确定我能不能跟你说。编辑您的问题并包括示例输出。完成后请告诉我，我们将帮助尝试
df['label']=df.extension.diff（）
，然后
df['label']=（df.label.ge（0）和df.label.shift（1.le（0））.cumsum（）+1
会有帮助，很高兴能进一步帮助。非常感谢您的详细解释。我只是稍微修改一下这个问题，请你快速看一下好吗？从数学上来说，你的第一个要求更简单，因为这在技术上是数学图表的拐点。然而，按照目前的方法，我们可以说，从技术上讲，你只需要增加标签频率的一半。这可以用一个简单的
/2
来完成，然后用一个np.floor来擦除半个数字：
df[“label”]=np.floor（pd.Series（np.where（df[“extension”].diff（）<0,0,1））.diff（）.abs（）.cumsum（）/2）+1
然后
df.at[0，“label”]=1
感谢您的时间和帮助。我用了@wwnde的建议，它是有效的。但是谢谢你的帮助！