编辑新版本，仅使用numpy进行完全矢量化：26 ms，100万行。

矢量化解决方案

简洁而快速，在这里。我将在下面提供解释。

def get_timespan(df):
    v = df['value'].to_numpy()
    g = (v < 0).cumsum()
    ipos = np.flatnonzero(v > 0)
    gpx = np.r_[-1, g[ipos]]
    z = gpx[1:] == gpx[:-1]
    chg = np.flatnonzero(~z)
    z[chg[1:]] |= (np.diff(chg) % 2) == 0
    ix = np.flatnonzero(np.bitwise_xor.accumulate(z))
    t = df.iloc[ipos]['t'].to_numpy()
    ts = np.full(len(v), -1)  # or use -1.0 if a float output is desired
    ts[ipos[ix]] = (t[ix] - t[ix - 1]) // 1e9
    return ts

字符串

简化设置

为了测试这一点，我们考虑几个设置：op1是OP提供的第一个示例，op2是第二个示例。然后，gen(n)生成任意大的测试df。

def op(value):
    t = pd.date_range('2023-11-11 08:00:00', freq='5min', periods=len(value))
    return pd.DataFrame({'t': t, 'value': value})
op1 = op([1,  3, 4, 2, -1, 1, 0, 2, -3, 0, -3])
op2 = op([1, 3, 1, -2, -1, 1, 0, 0, 3, 0, -3])
def gen(n):
    np.random.seed(0)
    return op(np.random.randint(-10, 100, n))

型

测试

>>> get_timespan(op1)
array([ -1, 300,  -1, 300,  -1,  -1,  -1, 600,  -1,  -1,  -1])
>>> get_timespan(op2)
array([ -1, 300,  -1,  -1,  -1,  -1,  -1,  -1, 900,  -1,  -1])
# or, to see it as a column of df:
>>> op1.assign(timespan=get_timespan(op1))
                     t  value  timespan
0  2023-11-11 08:00:00      1        -1
1  2023-11-11 08:05:00      3       300
2  2023-11-11 08:10:00      4        -1
3  2023-11-11 08:15:00      2       300
4  2023-11-11 08:20:00     -1        -1
5  2023-11-11 08:25:00      1        -1
6  2023-11-11 08:30:00      0        -1
7  2023-11-11 08:35:00      2       600
8  2023-11-11 08:40:00     -3        -1
9  2023-11-11 08:45:00      0        -1
10 2023-11-11 08:50:00     -3        -1

型

速度

df = gen(1_000_000)
%timeit get_timespan(df)
25.8 ms ± 118 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

型

（详细）说明

第一部分是相当习惯的：我们建立连续的非负值组（负值本身属于哪一组并不重要）。我们将使用op1作为例子：

df = op1
v = df['value'].to_numpy()
g = (v < 0).cumsum()
>>> np.c_[v, g].T
array([[ 1,  3,  4,  2, -1,  1,  0,  2, -3,  0, -3],
       [ 0,  0,  0,  0,  1,  1,  1,  1,  2,  2,  3]])

型
注意前四个值是如何在第1组中组合在一起的，接下来的四个是如何在第2组中组合在一起的（从-1开始）等等。
下一部分是计算这些值中哪些是严格正的。为了可视化索引，我们使用一个小的辅助函数rix，它在索引处产生1，在其他地方产生0（给出一个完整大小的向量）：

def rix(ix, v):
    a = np.zeros_like(v)
    a[ix] = 1
    return a

型
有了这个：

ipos = np.flatnonzero(v > 0)  # 0,1,2,3,5,7
>>> np.c_[v, g, rix(ipos, v)].T
array([[ 1,  3,  4,  2, -1,  1,  0,  2, -3,  0, -3],
       [ 0,  0,  0,  0,  1,  1,  1,  1,  2,  2,  3],
       [ 1,  1,  1,  1,  0,  1,  0,  1,  0,  0,  0]])

型
从这里开始，我们可以关注gp = g[ipos]，即v为正的组值。
现在，一个棘手的部分。我们需要找到ipos的每一个奇数索引，但 * 在每个组 * 内。它是每隔一个ipos，但有时我们必须跳过一个（如果一个组已经改变，我们不能选择第一个）。
为了说明这个问题，假设我们有：

gp = np.array([0,0,1,1,1,2,2,2,2])

型
在这种情况下，我们想要找到第二个0（索引1），第二个1（索引3），以及第二个和第四个2（索引6，8）。
为此，我们设计了一个掩码，其xor-累加仅在感兴趣的索引处为1。
这个掩码z最初是True，除了一个组中的第一个元素之外，gp的所有元素都是True。为了方便起见，我们在开头添加了一个sentinel -1：

gpx = np.r_[-1, gp]
z = gpx[1:] == gpx[:-1]
>>> np.c_[gp, z].T
array([[0, 0, 1, 1, 1, 2, 2, 2, 2],
       [0, 1, 0, 1, 1, 0, 1, 1, 1]])

型
我们还跟踪gp变化的索引：

chg = np.flatnonzero(~z)
>>> chg
array([0, 2, 5])

型
现在，为了纠正z，我们将前一组长度为偶数的组中的第一位设置为1。然后，我们xor-累加这些位：

z[chg[1:]] |= (np.diff(chg) % 2) == 0
m = np.bitwise_xor.accumulate(z)
>>> np.c_[gp, z, m].T
array([[0, 0, 1, 1, 1, 2, 2, 2, 2],
       [0, 1, 1, 1, 1, 0, 1, 1, 1],
       [0, 1, 0, 1, 0, 0, 1, 0, 1]])

型
这里就是了，m中的是我们想要的索引。所以，总结一下：

ix = np.flatnonzero(np.bitwise_xor.accumulate(z))
>>> ix
array([1, 3, 6, 8])

回到op1的例子，ix是[1, 3, 5]（相对于ipos）。
最后，在这些位置的时间跨度简单地是t[ix] - t[ix - 1]（其中t是df.iloc[ipos]['t']）。

我不认为代码可以完全矢量化，因为需要连续的对处理和渐进的回看-这就是为什么你使用最后一个_值。首先注意itertuples比iterrows快，因为Pandas Series不是从每一行形成的。但是最好只在提取的Series上做必要的循环，而不是在DF行上。下面的代码这证明了这一点。这在大约0.5秒内处理了100万行数据，我想这在一个独立的应用程序中已经足够了。

import pandas as pd
from datetime import datetime
CHANGE = 1
NOCHANGE = -1
MAYBE = 0
# Sample data
data = {    
    'datetime': [
        datetime(2023, 11, 11, 8, 0, 0),
        datetime(2023, 11, 11, 8, 5, 0),
        datetime(2023, 11, 11, 8, 10, 0),
        datetime(2023, 11, 11, 8, 15, 0),
        datetime(2023, 11, 11, 8, 20, 0),
        datetime(2023, 11, 11, 8, 25, 0),
        datetime(2023, 11, 11, 8, 30, 0),
        datetime(2023, 11, 11, 8, 35, 0),
        datetime(2023, 11, 11, 8, 40, 0),
        datetime(2023, 11, 11, 8, 45, 0),
        datetime(2023, 11, 11, 8, 50, 0),
    ],
   'value': [1,  3, 4, 2, -1, 1, 0, 2, -3, 0, -3]
#  'value': [1, 3, 1, -2, -1, 1, 0, 0, 3, 0, -3]
}
df = pd.DataFrame(data)
# form working df with only non-zero 'value' using copy to maintain index for later re-insertion
df2 = df[df['value'].ne(0)].copy()
#create temp column and mark rows with negative values as NOCHANGE and others as MAYBE
df2['markers'] = NOCHANGE
df2['markers'] = df2['markers'].mask(df2['value'].gt(0), MAYBE)
#loop through df column and mark values to be changed with CHANGE, others with NOCHANGE
prev = CHANGE
res = []        #temp store for modified marks
for entry in df2['markers']:
    if entry == NOCHANGE:
        res.append(NOCHANGE)
        prev = NOCHANGE
    elif entry == MAYBE and prev == MAYBE:
        res.append(CHANGE)
        prev = CHANGE
    else:
        res.append(NOCHANGE)
        prev = MAYBE
df2['markers'] = res
#add timespan to rows marked with CHANGE
df2['markers'] = df2['markers'].mask(df2['markers'].eq(CHANGE), (df2['datetime']-df2['datetime'].shift(1)).dt.total_seconds())
#merge timespan results back into original DF using indices then fill rows missing from DF2 (value 0) with -1
df['timespan'] = df2['markers']
df['timespan'] = df['timespan'].fillna(NOCHANGE).astype(int)
print(df)

字符串
其给出：

datetime  value  timespan
0  2023-11-11 08:00:00      1        -1
1  2023-11-11 08:05:00      3       300
2  2023-11-11 08:10:00      4        -1
3  2023-11-11 08:15:00      2       300
4  2023-11-11 08:20:00     -1        -1
5  2023-11-11 08:25:00      1        -1
6  2023-11-11 08:30:00      0        -1
7  2023-11-11 08:35:00      2       600
8  2023-11-11 08:40:00     -3        -1
9  2023-11-11 08:45:00      0        -1
10 2023-11-11 08:50:00     -3        -1

型