在DataFrame中统计连续1的次数，遇0重置并记录总数

不用嵌套shift()和复杂条件判断，用pandas的分组功能就能简洁高效实现需求，核心思路是基于0的位置划分分组，统计每组内1的总数后，仅在0所在行填充该计数：

步骤实现 #

1. 构造示例数据

import pandas as pd

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

2. 生成分组标识
   以0为分界点，通过累加生成分组ID，让连续的1块与后续第一个0归为同一组：

group_key = (df['A'] == 0).cumsum()

3. 统计分组内1的数量并赋值到B列
   筛选出A列值为0的行，将对应分组的1的总数填充到B列，其余行保持0：

df['B'] = 0
mask = df['A'] == 0
df.loc[mask, 'B'] = df.loc[mask, 'A'].groupby(group_key).transform('sum')

最终输出 #

执行代码后得到的结果完全符合预期：

A  B
0  0  0
1  1  0
2  1  0
3  1  0
4  1  0
5  0  4
6  0  0
7  1  0
8  1  0
9  0  2

逻辑说明 #

• group_key的生成逻辑：每遇到一个0，分组ID就加1，这样连续的1序列和后续第一个0会被划进同一分组
• 对每个分组统计A列的和（也就是该组内1的总数），仅在0所在行将这个数值填充到B列，其余行默认设为0

内容的提问来源于stack exchange，提问作者Markus