Python 发现大熊猫数量最长的连续增长

我有一个数据帧：

Date    Price
2021-01-01 29344.67
2021-01-02 32072.08
2021-01-03 33048.03
2021-01-04 32084.61
2021-01-05 34105.46
2021-01-06 36910.18
2021-01-07 39505.51
2021-01-08 40809.93
2021-01-09 40397.52
2021-01-10 38505.49

Date      object
Price    float64
dtype: object

我的目标是找到最长的连续增长期。 它应返回：

最长的连续时间是从2021-01-04到2021-01-08，增加了8725.32美元

老实说，我不知道从哪里开始。这是我学习熊猫的第一步，我不知道应该使用哪些工具来获取这些信息

---

有人能帮我/给我指出正确的方向吗？

用cumsum on递减来检测你的递增顺序：

df['is_increasing'] = df['Price'].diff().lt(0).cumsum()

你会得到：

         Date     Price  is_increasing
0  2021-01-01  29344.67             0
1  2021-01-02  32072.08             0
2  2021-01-03  33048.03             0
3  2021-01-04  32084.61             1
4  2021-01-05  34105.46             1
5  2021-01-06  36910.18             1
6  2021-01-07  39505.51             1
7  2021-01-08  40809.93             1
8  2021-01-09  40397.52             2
9  2021-01-10  38505.49             3

现在，您可以使用

sizes=df.groupby('is_increasing')['Price'].transform('size')
df[sizes == sizes.max()]

你会得到：

         Date     Price  is_increasing
3  2021-01-04  32084.61              1
4  2021-01-05  34105.46              1
5  2021-01-06  36910.18              1
6  2021-01-07  39505.51              1
7  2021-01-08  40809.93              1

---

类似于Quang所做的拆分组，然后选择组数

s = df.Price.diff().lt(0).cumsum()
out = df.loc[s==s.value_counts().sort_values().index[-1]]
Out[514]: 
         Date     Price
3  2021-01-04  32084.61
4  2021-01-05  34105.46
5  2021-01-06  36910.18
6  2021-01-07  39505.51
7  2021-01-08  40809.93

---

哦，上帝，非常感谢你！我试着用diff（）和cumsum（）工作，但没能把它弄清楚。它起作用了！你太棒了！