Pandas Dataframe 中的分组布尔值答案

【问题标题】：Group boolean values in Pandas DataframePandas Dataframe 中的分组布尔值
【发布时间】：2021-09-08 00:56:22
【问题描述】：

我有一个数据框，其中有一列随机的 True、False 序列：

import pandas as pd
df = pd.DataFrame(data={'A':[True, False, True, True, False, False, True, False, True, False, False]})
df

	A
0	True
1	False
2	True
3	True
4	False
5	False
6	True
7	False
8	True
9	False
10	False

我想要这个：（不知道如何用简单的话来解释）

	A	B
0	True	1
1	False	2
2	True	2
3	True	2
4	False	3
5	False	3
6	True	3
7	False	4
8	True	4
9	False	5
10	False	5

我尝试了以下命令，但没有成功： df[A].shift() df[A].diff() df[A].eq()

非常感谢您的帮助。马蒂亚斯

【问题讨论】：

您需要说明如何获得列B的输出
您能否向我们提供更多关于 B 列中的值与布尔值之间的关系的信息？
无法理解预期的响应，您的意思是对于每个 True、False 组合，您增加 B 列中的计数？
每次出现False 值时，如果其前身是True，则将B 值加一？

标签： python pandas boolean

【解决方案1】：

IIUC，你可以试试：

df['B'] = (df.A.shift() & ~df.A).cumsum() + 1
# OR df['B'] = (df.A.shift() & ~df.A).cumsum().add(1)

输出：

        A  B
0    True  1
1   False  2
2    True  2
3    True  2
4   False  3
5   False  3
6    True  3
7   False  4
8    True  4
9   False  5
10  False  5

【讨论】：

哇，你们真快。感谢您的解决方案！顺便说一句，~ 运算符做了什么？
@MatthiasFoerster 这是一个 not 运算符，用于将 True 变为 False，反之亦然。

【解决方案2】：

diff 的一点逻辑

(~df.A.astype(int).diff().ne(-1)).cumsum()+1
Out[234]: 
0     1
1     2
2     2
3     2
4     3
5     3
6     3
7     4
8     4
9     5
10    5
Name: A, dtype: int32

【讨论】：