如何对DataFrame列进行分类计数并统计连续0的出现次数？

我明白你的需求啦——要给DataFrame里的连续0组标记它们的总连续长度，遇到1的时候count列就设为0。咱们先看看你之前的方法为什么没达到预期，再一步步实现正确的效果。

你的尝试问题分析 #

你用df['No.'].ne(0).cumsum()来创建分组的思路是对的，这个操作会把连续的0分到同一个分组，每次遇到1就会生成新的分组。但后面直接用groupby(groups).count()或者agg(len)赋值时，会把所有分组的长度都赋值给对应行，包括全是1的分组——比如连续的1组成的分组长度是2，那这些行的count就会被设为2，而不是你想要的0，这就是问题所在。

正确的实现方法 #

我们需要在分组计算长度后，只保留0组的长度，把1组的长度替换为0。这里用transform方法可以很方便地把分组长度广播到每一行，再结合布尔值过滤就能实现需求：

import numpy as np
import pandas as pd
np.random.seed(2021)
a = np.random.randint(0, 2, 20)
df = pd.DataFrame(a, columns=['No.'])

# 1. 创建分组标记：每次遇到1就开启新分组
groups = df['No.'].ne(0).cumsum()
# 2. 计算每个分组的长度，仅保留0组的长度，1组设为0
df['count'] = df.groupby(groups)['No.'].transform('size') * df['No.'].eq(0).astype(int)

print(df)

运行这段代码后，输出就会完全符合你的预期：

代码解释 #

• df.groupby(groups)['No.'].transform('size')：这个操作会计算每个分组的行数，然后把这个数值填充到该分组的每一行，相当于给每个行标记了它所在分组的总长度。
• df['No.'].eq(0).astype(int)：把No.列的0转换成1，1转换成0，这样和前面的分组长度相乘后，1所在的行就会变成0，0所在的行就会保留分组的总长度。

内容的提问来源于stack exchange，提问作者jaried