Python 大熊猫松脂

我试图做到以下几点：开始应该是零，直到R列低于20，然后是正，直到R列高于80，循环应该重复（重置）。在第19行之前，行为如预期的那样，但是在第20行，Start被莫名其妙地设置为1，尽管不符合标准。添加额外的列是可以的

df = pd.DataFrame(np.random.randint(0, 100, size=100), columns=['R'])
df['Start'] = np.where((df.R < 20), 1, 0)
df['End'] = np.where((df.R > 80), 1, 0)
df.loc[df['End'].shift().eq(0), 'Start'] = df['Start'].replace(0, np.nan).ffill().fillna(0).astype(int)

解决方案根据广亨的回答：

df = pd.DataFrame(np.random.randint(0, 100, size=100), columns=['R'])
df['Start'] = np.select([df['R'] < 20, df['R'] > 80], (1,0), np.nan)
df['Start'] = df['Start'].ffill()
df['Start'] = df.Start.combine(pd.Series(np.insert(abs(np.diff(df.Start)), 0, 0)), max, fill_value=0)

df=pd.DataFrame（np.random.randint（01000，size=100），columns=['R']））
df['Start']=np.select（[df['R']<20，df['R']>80]，（1,0），np.nan）
df['Start']=df['Start'].ffill（）
df['Start']=df.Start.combine（pd.Series（np.insert）（abs（np.diff（df.Start）），0，0）），最大，填充值=0）
IIUC，您可以使用
np。选择
：

df['Start'] = np.select([df['R']>80, df['R']<20], (1,0), np.nan)
df['Start'] = df['Start'].ffill()

IIUC，您可以使用
np。选择
：

df['Start'] = np.select([df['R']>80, df['R']<20], (1,0), np.nan)
df['Start'] = df['Start'].ffill()

所以您只关心
start
列？start是要激活的信号，我正在尝试切片，直到满足结束条件。然后观察另一个起动条件并重复。实际上，我试图避免循环。所以您只关心
start
列？start是要激活的信号，我尝试切片，直到满足结束条件。然后观察另一个起动条件并重复。实际上，我正在努力避免循环。np.select（[df['R']<20，df['R']>80]，（1,0），np.nan）与我想要的非常接近，我只希望最后一个起始值（当R>80）也是正匹配。如果它是最后一个，您可以在
ffill（）
之前找到并屏蔽它。无法成功使用掩码，但是一个稍微麻烦的添加工作df['Start']=df.Start.combine（pd.Series（np.insert（abs（np.diff（df.Start）），0，0）），max，fill_值=0）。然而，我会假设这有严重的性能缺陷。
df.iloc[：：-1]['R'].gt（80）.idxmax（）
会给您提供
R>80
的类出现。应该更清楚。我指的是每件事的最后一件。所以当
R>80
时，开始列仍然有1。发布的问题中的解决方案具有预期的结果。非常感谢。np.select（[df['R']<20，df['R']>80]，（1,0），np.nan）非常接近我想要的，我只希望最后一个起始值（当R>80时）也是正匹配。如果它是最后一个，你可以在
ffill（）
之前找到并屏蔽它。无法成功使用掩码，但添加一个稍微麻烦的值对df有效['Start']=df.Start.combine（pd.Series（np.insert（abs（np.diff（df.Start）），0，0）），max，fill_value=0）。但是，我假设这有严重的性能缺陷。
df.iloc[：：-1]['R'].gt（80）.idxmax（）
会给你出现
R>80
。应该更清楚。我指的是每次出现的最后一次。所以当
R>80
时，开始栏仍然有1。发布的问题中的解决方案得到了预期的结果。非常感谢。
     R  Start  End
11  82    1.0    1
12  63    1.0    0
13  37    1.0    0
14  21    1.0    0
15  88    1.0    1
16   9    0.0    0
17  13    0.0    0
18  83    1.0    1
19  47    1.0    0
20  68    1.0    0
21  42    1.0    0
22  67    1.0    0
23  26    1.0    0
24  79    1.0    0
25  87    1.0    1
26  96    1.0    1
27  39    1.0    0
28  50    1.0    0
29  94    1.0    1
30  95    1.0    1