pandas如何对DataFrame连续True序列分组编号，False行标注为None

正确实现代码 #

import pandas as pd

df = pd.DataFrame({"val_a":[True,True,False,False,False,True,False,False,True,True,True,True,False,True,True]})
# 标记每段连续True的起始位置
start_mask = df['val_a'] & ~df['val_a'].shift(fill_value=False)
# 对起始位置累加得到分组ID，调整编号从0开始
df['tx'] = start_mask.cumsum() - 1
# 所有val_a为False的行tx设置为None
df.loc[~df['val_a'], 'tx'] = None

# 可选：如果需要显式的Python None而非pandas可空类型，可加以下代码
# df['tx'] = df['tx'].astype('Int64').replace({pd.NA: None})

实现逻辑说明 #

• start_mask的作用是识别连续True块的第一个位置：判定规则为当前值为True，且前一个值为False，首行默认前一个值为False，适配首行是True的场景
• 对start_mask做累加计算，每遇到一个新的连续True块累加值+1，减1操作是为了让首个分组编号从0开始，匹配需求
• 最后统一把val_a为False的行的tx字段置为None即可

原代码问题说明 #

你之前的实现是对所有True逐行累加，会把连续的True拆分为不同的独立分组，所以无法得到连续True共用同一个tx编号的效果。

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