如何在Pandas中实现Flip Flop机制？寻求矢量化实现方法

数据老陈

2026-8-1

Pandas中高效实现Flip Flop触发器的矢量化方案

核心实现代码

import pandas as pd

data1 = [1,1,0,0,0,1,0,0,0,0,1]
data2 = [0,0,1,0,0,0,0,0,1,1,0]
df = pd.DataFrame({"d1": data1, "d2": data2})

# 1. 用d1触发事件生成周期分组
df['cycle'] = (df['d1'] == 1).cumsum()

# 2. 每个周期内累积标记是否已遇到d2=1的停止信号
df['first_stop'] = df.groupby('cycle')['d2'].cummax()

# 3. 生成目标列data3：未触发停止时为1，触发后为0
df['data3'] = (df['first_stop'] == 0).astype(int)

# 验证结果
print(df['data3'].tolist())  # 输出: [1,1,0,0,0,1,1,1,0,0,1]

原理说明

周期分组：(df['d1'] == 1).cumsum() 会为每个由d1=1启动的连续区间分配唯一组号，比如第一次d1=1开始的所有行属于周期1，下一次d1=1启动的行属于周期2，以此类推，实现对触发器循环周期的划分。
累积停止标记：groupby('cycle')['d2'].cummax() 在每个周期内从左到右累积最大值——一旦遇到d2=1，后续所有行的标记会保持为1，代表该周期已进入"停止"状态。
生成目标状态：通过判断累积停止标记是否为0，直接得到每个位置的状态：未遇到停止信号时标记为0，对应data3=1；已遇到停止信号时标记为1，对应data3=0，完全匹配需求中的Flip Flop逻辑。