如何在Pandas DataFrame中生成布尔型slice列（start到stop为True）

方法1：逐行遍历维护状态（直观易懂） #

这种方法通过维护一个状态变量，逐行判断是否处于start到stop的区间内，确保stop所在行也被标记为True：

import pandas as pd

df = pd.DataFrame({'start': [True, False, False, False, False, True, False, False, False, False, False, False],
                   'stop': [False, False, False, True, False, False, True, False, False, False, False, False]})

# 初始化状态和结果列表
in_slice = False
slice_col = []

for start_val, stop_val in zip(df['start'], df['stop']):
    # 遇到start则开启区间
    if start_val:
        in_slice = True
    # 记录当前行的状态
    slice_col.append(in_slice)
    # 遇到stop则关闭区间（当前行已记录为True）
    if stop_val:
        in_slice = False

df['slice'] = slice_col

运行后得到的slice列完全符合预期：

start   stop   slice
0    True  False   True
1   False  False   True
2   False  False   True
3   False   True   True
4   False  False  False
5    True  False   True
6   False   True   True
7   False  False  False
8   False  False  False
9   False  False  False
10  False  False  False
11  False  False  False

方法2：利用累积和实现（无循环，更高效） #

如果数据集较大，无循环的向量化方法效率更高，核心是通过构造信号列并计算累积和来标记区间：

# 构造信号：start为1，stop的下一行设为-1（因为stop所在行要包含在区间内）
signal = df['start'].astype(int) - df['stop'].shift(-1).fillna(0).astype(int)
# 计算累积和，累积和>0的区间即为需要标记的部分
df['slice'] = signal.cumsum() > 0

这个方法的逻辑是：start触发累积和+1，stop的下一行触发累积和-1，这样从start到stop的所有行累积和都大于0，自然被标记为True。

原代码问题分析 #

你之前的代码df['slice'] = (df['start'] | df.index.isin(range(df['start'].idxmax(), df['stop'].idxmax() + 1)))存在两个关键问题：

1. idxmax()只会返回第一个True的索引，无法处理多组start-stop区间（比如你的数据中有两组）；
2. 即使只处理单组，range(a, b+1)的逻辑也会因为df['stop'].idxmax()取的是第一个stop的索引，导致第二组区间完全被忽略，同时逻辑上也没覆盖到所有正确行。

内容的提问来源于stack exchange，提问作者VERBOSE