Pandas中flag列连续5次及以上为1时如何将flag1对应值设为1

现有包含flag、flag1两列的Pandas DataFrame，需实现如下逻辑：若flag列连续出现5次及以上取值大于1，则将对应行的flag1列值修改为1。

实现代码 #

import pandas as pd

# 构造测试数据
df = pd.DataFrame({'flag':[0,0,2,2,2,2,2,2,2,0,0,0],'flag1':[0,0,0,0,0,0,0,0,0,0,0,0]})

# 核心逻辑
mask = df['flag'] > 1
groups = (~mask).cumsum()
df.loc[mask.groupby(groups).transform('count') >= 5, 'flag1'] = 1

# 输出结果验证
print(df)

逻辑说明 #

• 首先生成布尔掩码mask，标记所有flag取值大于1的行
• 对掩码取反后累加求和，将连续满足flag>1的行划分到同一分组
• 统计每个分组的长度，筛选出长度≥5的分组，将对应行的flag1赋值为1

提示：如果实际需求是判定flag≥1（匹配你给出的示例取值），只需将mask = df['flag'] > 1修改为mask = df['flag'] >= 1即可。

内容的提问来源于stack exchange，提问作者Edward