在Pandas DataFrame列中用递增数值填充1间间隙，遇1重置

需要将DataFrame列中的0替换为逐次递增的数值，规则是从遇到的1开始，后续的0依次填充为2、3...直到下一个1出现时重置。数据集规模超100万行，要求采用矢量化操作保证性能。

输入示例代码：

import pandas as pd
df = pd.DataFrame({'col': [1, 0, 1, 0, 1, 1, 0, 0, 0, 0, 1, 0, 1, 1, 0]})

输入列的原始数据：

0     1
1     0
2     1
3     0
4     1
5     1
6     0
7     0
8     0
9     0
10    1
11    0
12    1
13    1
14    0

目标结果：

0     1
1     2
2     1
3     2
4     1
5     1
6     2
7     3
8     4
9     5
10    1
11    2
12    1
13    1
14    2

此前尝试ffill()和cumsum()无法满足需求：cumsum()无法在遇到新的1时重置递增计数。

采用分组累加的方式，全程依赖pandas底层优化的矢量化操作，适合处理百万级规模数据：

import pandas as pd

df = pd.DataFrame({'col': [1, 0, 1, 0, 1, 1, 0, 0, 0, 0, 1, 0, 1, 1, 0]})

# 1. 生成分组标识：每遇到一个1，分组ID自动递增，将"1+后续0"的连续段划分为同一组
df['group'] = df['col'].cumsum()

# 2. 组内计算递增数值：组内每行的序号从0开始计数，加1后刚好匹配需求的1、2、3...
df['result'] = df.groupby('group').cumcount() + 1

# 可选：删除中间生成的分组列
df = df.drop('group', axis=1)

print(df['result'])

逻辑说明 #

• df['col'].cumsum()：利用原列中的1作为分组触发点，累加后每个连续的目标段会被分配同一个分组ID，遇到新的1时分组ID自动更新，实现计数重置的效果。
• groupby('group').cumcount()：对每个分组内的行从0开始顺序计数，加1后正好对应需求：分组第一个元素（原1）保留为1，后续的0依次替换为2、3...

内容的提问来源于stack exchange，提问作者nborel