如何在Pandas DataFrame中统计布尔列连续True/False生成正负计数列

你之前的代码只能统计True的累计值，是因为用(~mask).cumsum()作为分组键仅能对连续True做正确分组，无法处理连续False的分组识别，也没有加入符号判断逻辑。正确实现方式如下：

完整代码示例 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Mask': [True, True, True, False, False, True, False, False]
})

# 生成连续相同值的分组ID
group_key = df['Mask'].ne(df['Mask'].shift()).cumsum()
# 按分组计算带符号的组长度，映射到每一行
df['Count'] = df.groupby(group_key)['Mask'].transform(
    lambda x: len(x) if x.iloc[0] else -len(x)
)

运行后得到的df就是你需要的预期结果：

逻辑说明 #

• df['Mask'].ne(df['Mask'].shift())：逐行对比当前行和上一行的Mask值是否不同，不同返回True，相同返回False
• 对上述结果做cumsum()累加，每遇到一个新分组（返回True）就累加1，最终所有连续相同值的行会拿到同一个分组ID
• 按分组ID做groupby后，用transform计算每个组的长度，再根据组内第一个Mask的值判断符号：True组返回正长度，False组返回负长度，transform会自动把组计算结果映射到组内的每一行，直接生成目标Count列

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