Início / coding / Perguntas / 78824644
Accepted
AmirX
Asked: 2024-08-02 17:10:10 +0800 CST

Qual é a melhor forma de retornar o grupo que possui a maior sequência de números negativos em uma coluna?

  • 772

Meu DataFrame é:

import pandas as pd
df = pd.DataFrame(
    {
        'a': [-3, -1, -2, -5, 10, -3, -13, -3, -2, 1, 2, -100],
    }
)

Resultado esperado:

      a
0    -3
1    -1
2    -2
3    -5

Lógica:

Quero retornar a maior sequência de números negativos. E se houver mais de uma sequência maior, quero devolver a primeira sequência. Existem dfduas listras negativas com tamanho 4, então a primeira é retornada.

Esta é minha tentativa, mas sempre que uso idxmax()em meu código, quero verificar novamente porque às vezes fica complicado em alguns cenários.

import numpy as np 
df['sign'] = np.sign(df.a)
df['sign_streak'] = df.sign.ne(df.sign.shift(1)).cumsum()
m = df.sign.eq(-1)

group_sizes = df.groupby('sign_streak').size()
largest_group = group_sizes.idxmax()
largest_group_df = df[df['sign_streak'] == largest_group]
python

1 respostas

  1. Best Answer

    Seu código está bom, você poderia simplificá-lo um pouco, evitando as colunas intermediárias:

    # get sign
s = np.sign(df['a'])
# form groups of successive identical sign
g = s.ne(s.shift()).cumsum()

# keep only negative, get size per group and first group with max size
out = df[g.eq(df[s.eq(-1)].groupby(g).size().idxmax())]

    Ou, como você realmente não se importa com a diferença 0/+:

    # negative numbers
m = df['a'].lt(0)
# form groups
g = m.ne(m.shift()).cumsum()

out = df[g.eq(df[m].groupby(g).size().idxmax())]

    Nota: idxmaxestá sempre bem se você quiser a primeira partida.

    Saída:

       a
0 -3
1 -1
2 -2
3 -5
    • 1

relate perguntas