Streifen von True oder False in Pandas Serie

Question

Ich versuche herauszufinden, wie Streifen von True oder False in einer Pandas-Serie zeigen.

Daten:

p = pd.Series([True,False,True,True,True,True,False,False,True]) 

0  True 
1 False 
2  True 
3  True 
4  True 
5  True 
6 False 
7 False 
8  True 
dtype: bool 

ich p.diff() versucht, aber nicht sicher, wie die False Werte zählen, das ist mein gewünschte Ausgangs zeigen erzeugt, die wie folgt :.

0  0 
1  0 
2  0 
3  1 
4  2 
5  3 
6  0 
7  1 
8  0 

Answer 1

Sie können vergleichen erstellt cumcount von consecutives Gruppen verwenden, wenn p nicht gleich mit shift ed ist p und cumsum:

print (p.ne(p.shift())) 
0  True 
1  True 
2  True 
3 False 
4 False 
5 False 
6  True 
7 False 
8  True 
dtype: bool 

print (p.ne(p.shift()).cumsum()) 
0 1 
1 2 
2 3 
3 3 
4 3 
5 3 
6 4 
7 4 
8 5 
dtype: int32 

print (p.groupby(p.ne(p.shift()).cumsum()).cumcount()) 
0 0 
1 0 
2 0 
3 1 
4 2 
5 3 
6 0 
7 1 
8 0 
dtype: int64 

Danke MaxU für eine andere Lösung:

print (p.groupby(p.diff().cumsum()).cumcount()) 
0 0 
1 0 
2 0 
3 1 
4 2 
5 3 
6 0 
7 1 
8 0 
dtype: int64 

Answer 2

Eine andere alternative Lösung ist die kumulative Summe von pSeries und subtrahieren Sie die letzte kumulative Summe, wobei 0 ist. Dann invertiere und mache dasselbe. Letztes mehrere Series zusammen:

c = p.cumsum() 
a = c.sub(c.mask(p).ffill(), fill_value=0).sub(1).abs() 
c = (~p).cumsum() 
d = c.sub(c.mask(~(p)).ffill(), fill_value=0).sub(1).abs() 

print (a) 
0 0.0 
1 1.0 
2 0.0 
3 1.0 
4 2.0 
5 3.0 
6 1.0 
7 1.0 
8 0.0 
dtype: float64 

print (d) 
0 1.0 
1 0.0 
2 1.0 
3 1.0 
4 1.0 
5 1.0 
6 0.0 
7 1.0 
8 1.0 
dtype: float64 

print (a.mul(d).astype(int)) 
0 0 
1 0 
2 0 
3 1 
4 2 
5 3 
6 0 
7 1 
8 0 
dtype: int32