Como posso alterar o escopo groupby para encontrar o primeiro valor que atenda às condições de uma máscara?

Esta é uma extensão deste post .

Meu DataFrame é:

import pandas as pd
df = pd.DataFrame(
    {
        'main': ['x', 'x', 'x', 'x', 'x', 'x', 'x', 'x', 'x', 'y', 'y', 'y', 'y', 'y', 'y', 'y'],
        'sub': ['c', 'c', 'c', 'd', 'd', 'e', 'e', 'e', 'e', 'f', 'f', 'f', 'f', 'g', 'g', 'g'],
        'num_1': [97, 90, 105, 2100, 1000, 101, 110, 222, 90, 100, 99, 90, 2, 92, 95, 93],
        'num_2': [100, 100, 100, 102, 102, 209, 209, 209, 209, 100, 100, 100, 100, 90, 90, 90],
        'num_3': [99, 110, 110, 110, 110, 222, 222, 222, 222, 150, 101, 200, 5, 95, 95, 100],
        'label': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p']
    }
)

E este é o resultado esperado. Quero criar uma coluna result:

   main sub  num_1  num_2  num_3 label result
0     x   c     97    100     99     a      b
1     x   c     90    100    110     b      b
2     x   c    105    100    110     c      b
3     x   d   2100    102    110     d      f
4     x   d   1000    102    110     e      f
5     x   e    101    209    222     f      f
6     x   e    110    209    222     g      f
7     x   e    222    209    222     h      f
8     x   e     90    209    222     i      f
9     y   f    100    100    150     j      k
10    y   f     99    100    101     k      k
11    y   f     90    100    200     l      k
12    y   f      2    100      5     m      k
13    y   g     92     90     95     n    NaN
14    y   g     95     90     95     o    NaN
15    y   g     93     90    100     p    NaN

A máscara é:

mask = (
    (df.num_1 < df.num_2) & 
    (df.num_2 < df.num_3)
)

O processo começa assim:

a) A coluna groupby ésub

b) Encontrar a primeira linha que atenda à condição da máscara para cada grupo.

c) Coloque o valor de labelno resultado

Se não houver linhas que atendam à condição da máscara, a coluna groupby será alterada para mainpara encontrar a primeira linha da máscara. Há condição para esta fase:

Os s anteriores subnão devem ser considerados ao usar maincomo groupbycoluna.

Um exemplo das etapas acima para grupo dna subcoluna:

a) sub é a coluna groupby.

b) Não há linhas no dgrupo que df.num_2está entre df.num_1e df.num_3(a condição de mask)

Então agora para group d, seu grupo principal é pesquisado. No entanto, o grupo ctambém está neste grupo principal. Como é anterior a group d, group cnão deve contar para esta etapa. Portanto, no xgrupo, a primeira linha do rótulo maskpossui f(101 <102 <222).

Uma coisa a notar é que para cada subgrupo num_2não muda em todo o grupo. Por exemplo, para todo o grupo c num_2é 100.

Esta é minha tentativa baseada nesta resposta , mas não funciona:

def find(g):
    # get sub as 0,1,2…
    sub = pd.factorize(g['sub'])[0]
    # convert inputs to numpy
    a = g['num_1'].to_numpy()
    b = g.loc[~g['sub'].duplicated(), 'num_2'].to_numpy()
    c = g['num_3'].to_numpy()
    # form mask
    # (a[:, None] > b) -> num_1 > num_2
    # (sub[:, None] >= np.arange(len(b))) -> exclude previous groups
    m = (a[:, None] < b) &  (a[:, None] > c) & (sub[:, None] >= np.arange(len(b)))
    # find first True per column
    return pd.Series(np.where(m.any(0), a[m.argmax(0)], np.nan)[sub],
                     index=g.index)

df['result'] = df.groupby('main', group_keys=False).apply(find)