如何无循环实现连续零组合统计并提升代码运行效率？

问题说明 #

给定一个仅包含两种不同值的列表（示例用0和1，实际场景为字符串值），需要生成连续“目标值”（示例中为0）的长度列表（即“连续目标值组合”）。例如输入[0, 1, 1, 0, 0, 0, 1, 0, 0,]，结果应为[1, 3, 2]。

已实现的循环版本 #

本人已写出循环实现的代码，逻辑清晰但在大数据量下速度偏慢：

data = [0, 1, 1, 0, 0, 0, 1, 0, 0,]

zeros_combo = []
count_zeros = 0
for value in data:
    if value == 0:
        count_zeros += 1
    else:
        # 遇到非目标值时，若之前有计数则存入结果并重置
        if count_zeros > 0:
            zeros_combo.append(count_zeros)
            count_zeros = 0

# 处理列表末尾的连续目标值
if count_zeros > 0:
    zeros_combo.append(count_zeros)
print(zeros_combo) # 输出: [1, 3, 2]

需求：无循环的优化方案 #

希望找到无需显式循环的优化实现，比如利用pandas、numpy等库的向量化函数提升速度，因为循环迭代和逐元素对比的效率在数据量大时表现不佳。

已尝试的低效方法 #

本人试过以下多种方法，但运行速度均不如原循环版本，甚至更慢：

字符串拼接分割法 #

res = [v for v in map(len, ''.join(map(str, data)).split('1')) if v != 0]

res = list(filter(lambda v: v != 0, map(len, ''.join(map(str, data)).split('1'))))

正则表达式匹配法 #

import re
res = list(map(len, re.findall(r'0+', ''.join(map(str, data)))))

itertools.groupby分组法 #

from itertools import groupby
res = [len(list(g)) for k, g in groupby(data, lambda x: x==0) if k]

pandas分组聚合（速度极慢） #

import pandas as pd
s = pd.Series(data)
res = s[s==0].groupby(s.diff().ne(0).cumsum()).agg(len).values

推荐的numpy向量化优化方案 #

对于大数据量场景，numpy的向量化操作能显著提升效率，以下是实现代码：

import numpy as np

data = np.array([0, 1, 1, 0, 0, 0, 1, 0, 0,])
# 生成标记数组：目标值为1，非目标值为0
mask = data == 0
# 计算连续目标值的边界：开头加0，结尾加0，方便检测起始和结束点
pad_mask = np.concatenate([[0], mask, [0]])
# 找到边界变化的索引：从0变1是连续目标值的开始，从1变0是结束
changes = np.where(pad_mask != np.roll(pad_mask, 1))[0]
# 计算每段连续目标值的长度
res = changes[1::2] - changes[::2]
print(res.tolist()) # 输出: [1, 3, 2]

该方法通过numpy的数组操作替代循环，在数据量越大时，性能优势越明显。

内容的提问来源于stack exchange，提问作者Misha