pandas中如何为DataFrame的连续True序列生成递增编号

核心逻辑非常明确：识别Steps列中每一段连续True的起始位置，按出现顺序给每段True分配递增编号，False位置填充0即可，以下是两种常用实现：

方案1：纯向量化实现（推荐，性能最优） #

全程用pandas内置向量化运算，没有循环，即使是百万行级别的数据也能快速跑完，代码如下：

import pandas as pd

# 构造示例数据（你可以替换成自己的实际DataFrame）
df = pd.DataFrame({
    'Steps': [False, False, True, True, True, False, True, True, False, False, False, True]
})

# 步骤1：标记所有连续True段的起始行：当前行是True、上一行是False（首行默认前序值为False）
true_block_start = df['Steps'] & (~df['Steps'].shift(fill_value=False))
# 步骤2：对起始标记累计求和得到段序号，乘原Steps列自动把False位置置为0
df['Numbered'] = true_block_start.cumsum() * df['Steps']

运行后输出结果和预期完全一致：

Steps  Numbered
0   False         0
1   False         0
2    True         1
3    True         1
4    True         1
5   False         0
6    True         2
7    True         2
8   False         0
9   False         0
10  False         0
11   True         3

逻辑说明：

• shift(fill_value=False)会把Steps列整体下移1行，首行空值填充为False，用来判断上一行的布尔状态
• 累计求和cumsum()每遇到一个True段的起始标记就会加1，自然实现了连续段的递增编号
• 最后乘原布尔列时，True会被转成1、False转成0，一步完成False位置填0的需求。如果不需要给False填0，删掉末尾的* df['Steps']即可。

方案2：分组循环实现（可读性更高，适合小数据量） #

如果更偏向直白的逻辑、不需要处理超大数据，可以先给连续相同值的块打分组id，再遍历分组赋值：

# 给连续相同值的片段分配唯一分组id
group_tag = (df['Steps'] != df['Steps'].shift()).cumsum()

df['Numbered'] = 0
block_count = 0
# 遍历每个连续值分组
for tag, group in df.groupby(group_tag):
    # 如果当前分组全是True，序号+1后赋值给组内所有行
    if group['Steps'].iloc[0]:
        block_count += 1
        df.loc[group.index, 'Numbered'] = block_count

运行结果和方案1完全一致，因为用到了循环遍历分组，数据量超过10万行时性能会明显比方案1差。

内容的提问来源于stack exchange，提问作者Ralph Bednorz