pythonPandasls：当符号发生变化且值最小时，如何选择行？

Question

我试图找出函数在什么地方穿过x=0线。我利用了这样一个事实：当函数穿过x轴时，它的符号会发生变化。在

现在，我有一个像这样的数据帧，我想找到最接近0的两行，假设函数在两个点上穿过x轴。在

     A     value
0  105  0.662932
1  105  0.662932
2  107  0.052653 # sign changes here when A is 107
3  108 -0.228060 # among these two A 107 is closer to zero
4  110 -0.740819
5  112 -1.188906
6  142 -0.228060 # sign changes here when A is 142
7  143  0.052654 # among these two, A 143 is closer to zero
8  144  0.349638

所需输出：

^{pr2}$

Answer 1

^{1}$ ^{pr2}$

感谢@Vince W.提到应该使用np.where；我最初使用的是更复杂的方法。在

编辑-请参阅@user3483203下面的答案，它比这个快得多。通过在numpy数组（而不是pandas系列）上执行前几个操作（diff、abs、compare equality），您甚至可以提高一点（当我重新运行它们的计时时，速度是原来的2倍）。numpy的diff与pandas中的不同，因为它删除了第一个元素，而不是返回NaN。这意味着我们将获取符号更改的第一行的索引，而不是第二行的索引，并且需要添加一个来获得下一行。在

def find_min_sign_changes(df):
    vals = df.value.values
    abs_sign_diff = np.abs(np.diff(np.sign(vals)))
    # idx of first row where the change is
    change_idx = np.flatnonzero(abs_sign_diff == 2)
    # +1 to get idx of second rows in the sign change too
    change_idx = np.stack((change_idx, change_idx + 1), axis=1)

    # now we have the locations where sign changes occur. We just need to extract
    # the `value` values at those locations to determine which of the two possibilities
    # to choose for each sign change (whichever has `value` closer to 0)

    min_idx = np.abs(vals[change_idx]).argmin(1)
    return df.iloc[change_idx[range(len(change_idx)), min_idx]]