在Pandas中计算status列连续零值序列的长度

给定如下结构的DataFrame：

需要新增gap列，规则为：

• 连续零值序列的所有行填充该序列的总长度
• 非零值行填充0

最终输出示例：

要求对所有Unit分组执行该操作。

解决方案 #

通过Pandas的分组（groupby）和变换（transform）方法实现，核心是先标记出每个连续零值的序列组，再将组的长度广播到组内所有行：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Unit': ['One']*7,
    'status': [1,1,1,0,0,1,1],
    'date': [1,2,3,4,5,6,7]
})

# 1. 生成分组标识：按Unit分组，同时用非零值的累加标记连续零值的子组
group_key = ['Unit', (df['status'] != 0).cumsum()]

# 2. 计算子组长度，仅保留零值行的长度，非零行设为0
df['gap'] = df.groupby(group_key)['status'].transform('size').where(df['status'] == 0, 0)

print(df)

关键逻辑说明 #

• (df['status'] != 0).cumsum()：非零值会触发累加计数，连续零值会继承前一个非零段的计数，从而把所有连续零值归为同一子组
• groupby(group_key).transform('size')：计算每个子组的行数（即连续零值的序列长度），并将该值广播到组内每一行
• where(df['status'] == 0, 0)：筛选出零值行保留组长度，非零行直接替换为0

内容的提问来源于stack exchange，提问作者Eduardo Pacheco