如何使用Python内置函数修改布尔Series中True值的前后相邻元素

你可以用向量化操作替代for循环，利用Pandas或Numpy的内置函数高效实现需求，以下是两种实用方案：

方案一：Pandas移位+逻辑或 #

通过对原Series进行多次移位，覆盖True值的前5个、后6个位置，再通过逻辑或合并所有结果：

import pandas as pd

# 示例布尔Series
s = pd.Series([False]*15 + [True] + [False]*15)

# 初始化结果为原Series
result = s.copy()

# 覆盖True位置的前5个元素（原Series向前移位1-5次）
for n in range(1, 6):
    result |= s.shift(n, fill_value=False)

# 覆盖True位置的后6个元素（原Series向后移位1-6次）
for n in range(1, 7):
    result |= s.shift(-n, fill_value=False)

方案二：Numpy卷积（高效大数据场景） #

利用卷积操作一次性标记所有需要置True的位置，适合处理大规模数据：

import pandas as pd
import numpy as np

s = pd.Series([False]*15 + [True] + [False]*15)

# 创建卷积窗口：包含当前位置、前5个、后6个，共12个有效位
window = np.ones(5 + 1 + 6, dtype=bool)
# 卷积计算：窗口内只要有True，对应位置就标记为True
convolved_mask = np.convolve(s.to_numpy(), window, mode='same') > 0
# 转回Pandas Series
result = pd.Series(convolved_mask, index=s.index)

这两种方案都是完全的向量化操作，避免了手动循环的低效，且全部基于Pandas/Numpy的内置函数实现。

内容的提问来源于stack exchange，提问作者Amruth Raj