基于Pandas DataFrame计算事件连续时段时长并标记首行

我有一个包含id、条件指示器列target和时间戳列time的DataFrame，需要按id分组实现以下逻辑：

• 当target为True时，统计连续True的时段数量（即分段数）作为时长
• 仅在连续True时段的首行标记该时长，后续True行及所有False行均标记为0

补充说明：数据按5分钟固定分段，时长直接统计连续True的分段数，无需通过时间差计算。以B组为例：

11:00时target为True，11:05时仍为True → 11:00行duration标记为2，11:05行标记为0；
11:10时target为False，计数重置；
11:15时target为True，11:20时仍为True → 11:15行duration标记为2，11:20行标记为0；
B组最终duration值应为[2,0,0,2,0,0]

import pandas as pd
time_test = pd.DataFrame({'id':[
    'A','B','C','A','B','C',
    'A','B','C','A','B','C',
    'A','B','C','A','B','C'],
    'target':[
        'True','True','True','False','True','True',
        'True','False','True','True','True','True',
        'False','True','False','True','False','True'],
    'time':[
        '11:00','11:00','11:00','11:05','11:05','11:05',
        '11:10','11:10','11:10','11:15','11:15','11:15',
        '11:20','11:20','11:20','11:25','11:25','11:25']})
time_test = time_test.sort_values(['id','time'])
time_test['time'] = pd.to_datetime(time_test['time'])
# 转换target为布尔值，方便后续逻辑处理
time_test['target'] = time_test['target'].map({'True': True, 'False': False})

步骤1：标记连续True的分组 #

按id分组后，用~target的累积求和来区分不同的连续True分段：

# 生成分组标识：每次遇到False，分组号递增，以此隔离不同的连续True段
time_test['group_id'] = time_test.groupby('id')['target'].apply(
    lambda x: (~x).cumsum()
)

步骤2：统计每组的连续分段数 #

按id和group_id分组，统计每组的行数（即连续分段的数量），并合并回原DataFrame：

# 计算每个连续True组的长度
group_length = time_test.groupby(['id', 'group_id'])['target'].count().reset_index(name='duration')
# 将统计结果匹配到原表对应行
time_test = time_test.merge(group_length, on=['id', 'group_id'], how='left')

步骤3：仅保留首行的时长值 #

标记每组的首行，仅在首行且target为True时保留统计的时长，其余行设为0：

# 标记当前行是否为所在分组的首行
time_test['is_first'] = time_test.groupby(['id', 'group_id']).cumcount() == 0
# 按规则设置duration值
time_test['duration'] = time_test.apply(
    lambda row: row['duration'] if row['is_first'] and row['target'] else 0,
    axis=1
)
# 清理中间辅助列
time_test = time_test.drop(['group_id', 'is_first'], axis=1)

查看B组的输出：

print(time_test[time_test['id'] == 'B'])

输出符合预期：

id  target                time  duration
1   B    True 2023-10-17 11:00:00         2
4   B    True 2023-10-17 11:05:00         0
7   B   False 2023-10-17 11:10:00         0
10  B    True 2023-10-17 11:15:00         2
13  B    True 2023-10-17 11:20:00         0
16  B   False 2023-10-17 11:25:00         0

内容的提问来源于stack exchange，提问作者Rebecca James