如何用Pandas高效计算连续1的累计和及块总计？

针对包含N（行ID）和Indicator（取值0/1）的数据集，以下是无循环、高效生成Cumsum（仅连续1的累计和）和Total（每个连续1块的总计）的实现方案，基于Python的pandas库完成：

实现步骤与代码 #

1. 构造示例数据集 #

import pandas as pd

# 模拟输入数据
df = pd.DataFrame({
    'N': range(1, 11),
    'Indicator': [1,1,0,1,1,1,0,0,1,0]
})

2. 标记连续1的独立块 #

通过判断Indicator的状态变化，为每个连续的1序列分配唯一分组ID，0行的分组ID设为0：

# 标记新块的起始位置：当前为1且前一行不为1
df['group'] = (df['Indicator'] == 1) & (df['Indicator'].shift(1) != 1)
# 生成分组ID，0行保持为0
df['group'] = df['group'].cumsum() * df['Indicator']

3. 计算连续1的累计和（Cumsum） #

在每个分组内对Indicator累计求和，同时确保0行的累计和为0：

df['Cumsum'] = df.groupby('group')['Indicator'].cumsum() * df['Indicator']

4. 计算每个连续块的总计（Total） #

提取每个分组的累计和最大值（即块的长度），映射回原数据集，0行填充为0：

# 计算每个分组的累计和最大值
group_totals = df.groupby('group')['Cumsum'].max()
# 映射到原数据并处理0行
df['Total'] = df['group'].map(group_totals).fillna(0).astype(int)

5. 最终结果 #

查看处理后的核心列：

print(df[['N', 'Indicator', 'Cumsum', 'Total']])

输出结果：

N  Indicator  Cumsum  Total
0   1          1       1      2
1   2          1       2      2
2   3          0       0      0
3   4          1       1      3
4   5          1       2      3
5   6          1       3      3
6   7          0       0      0
7   8          0       0      0
8   9          1       1      1
9  10          0       0      0

方案说明 #

• 全程使用pandas的向量操作与分组聚合，避免逐行循环，处理大数据集时性能优势明显。
• group列是核心逻辑：通过状态变化标记独立块，确保后续分组计算仅针对连续的1序列。
• Total取值为每个连续1块的长度，等价于该块累计和的最大值或最后值。

内容的提问来源于stack exchange，提问作者John Smith