根据某个数字的第一次出现从另一个数据集创建数据集

Question

我有一些看起来像3,4,5，-5，4，5，6，3，2，6，6的数据集，我想要创建一个数据集，它总是有0的索引，这些索引匹配dataset 1中的第一个正数序列，还有一个用于保留的索引。

So for a = [3,4,5,-5,4,5,6,3,2-6,6] it should be
       b = [0,0,0, 1,1,1,1,1,1,1]

如果我用熊猫和蟒蛇，怎么能从a中产生b呢？

Answer 1

既然你标记了熊猫，下面是一个使用Series的解决方案

import pandas as pd

s = pd.Series([3, 4, 5, -5, 4, 5, 6, 3, 2 - 6, 6])

# find the first index that is greater than zero
idx = (s > 0).idxmin()

# using the index set all the values before as 0, otherwise 1
res = pd.Series(s.index >= idx, dtype=int)
print(res)

输出

0    0
1    0
2    0
3    1
4    1
5    1
6    1
7    1
8    1
9    1
dtype: int64

如果你喜欢单线的话：

res = pd.Series(s.index >= (s > 0).idxmin(), dtype=int)

Answer 2

您可以在布尔序列上使用cummax：

s = pd.Series([3, 4, 5, -5, 4, 5, 6, 3, 2 - 6, 6])

out = s.lt(0).cummax().astype(int)

输出：

0    0
1    0
2    0
3    1
4    1
5    1
6    1
7    1
8    1
9    1
dtype: int64

如果您确实在处理列表，那么就不需要熊猫了，而且numpy应该更高效：

import numpy as np

a = [3,4,5,-5,4,5,6,3,2-6,6]
b = np.maximum.accumulate(np.array(a)<0).astype(int).tolist()

输出：[0, 0, 0, 1, 1, 1, 1, 1, 1, 1]

如果列表很小，则应该首选纯python：

from itertools import accumulate

b = list(accumulate((int(x<0) for x in a), max))

输出：[0, 0, 0, 1, 1, 1, 1, 1, 1, 1]