如何将DataFrame虚拟列的1替换为与前一个1的索引距离

核心思路 #

对DataFrame的每一列独立处理：

• 定位列中所有值为"1"（或数值1）的索引位置
• 首个"1"替换为"A"
• 后续每个"1"替换为当前索引与前一个"1"索引的差值
• 非"1"的位置保持原数值不变

代码实现 #

1. 构造示例数据 #

先创建一个包含多列虚拟变量的示例DataFrame（如果你的数据是字符串类型的"1"，看后面的适配版）：

import pandas as pd

# 数值型1的示例DataFrame
df = pd.DataFrame({
    'col1': [0, 1, 0, 0, 1, 0, 1],
    'col2': [1, 0, 1, 0, 0, 1, 0],
    'col3': [0, 0, 0, 1, 0, 0, 0]
})

2. 定义列处理函数 #

这个函数会单独处理每一列，完成替换逻辑：

def process_single_column(col):
    # 获取当前列中所有值为1的索引
    ones_indices = col[col == 1].index.tolist()
    if not ones_indices:
        return col  # 列中没有1时直接返回原列
    
    # 复制原列作为结果容器
    processed_col = col.copy()
    # 首个1替换为"A"
    processed_col[ones_indices[0]] = "A"
    # 遍历后续的1，计算与前一个1的索引差
    for idx in range(1, len(ones_indices)):
        index_diff = ones_indices[idx] - ones_indices[idx-1]
        processed_col[ones_indices[idx]] = index_diff
    
    return processed_col

3. 应用到所有列 #

用apply方法将处理函数批量应用到DataFrame的每一列：

df_target = df.apply(process_single_column)

处理后的df_target结果：

适配字符串类型的"1" #

如果你的DataFrame中存储的是字符串格式的"1"，只需修改处理函数的判断条件和结果类型：

def process_str_column(col):
    ones_indices = col[col == "1"].index.tolist()
    if not ones_indices:
        return col
    
    processed_col = col.copy()
    processed_col[ones_indices[0]] = "A"
    for idx in range(1, len(ones_indices)):
        index_diff = str(ones_indices[idx] - ones_indices[idx-1])
        processed_col[ones_indices[idx]] = index_diff
    
    return processed_col

# 示例字符串型DataFrame
df_str = pd.DataFrame({
    'col1': ["0", "1", "0", "0", "1", "0", "1"],
    'col2': ["1", "0", "1", "0", "0", "1", "0"],
    'col3': ["0", "0", "0", "1", "0", "0", "0"]
})

df_target_str = df_str.apply(process_str_column)

方案优势 #

• 自动适配任意列数，无需针对单列重复编写代码
• 每列独立处理，互不干扰
• 兼容数值型和字符串型的"1"，可根据实际数据调整

内容的提问来源于stack exchange，提问作者AlbaTroels