Pandas：如何在分组内无循环统计连续为True的布尔值数量

我找过很多同类问题的解答，这类方法要么无法结合groupby使用，要么不适用于连续布尔值的统计场景。我需要一套无循环的实现方案：在每个分组范围内，统计连续出现的过往True值的累计数量。

测试数据集 #

用于验证实现效果的pandas数据构造代码如下：

import pandas as pd

data = [
    [False, 'CLE',],
    [True, 'CLE'],
    [True, 'CLE'],
    [False, 'MON'],
    [False, 'MON'],
    [True, 'MON'],
    [True, 'CLE'],
    [False, 'CLE'],
    [False, 'CLE']
]

# 创建pandas DataFrame
df = pd.DataFrame(data, columns=["a", "city"])

预期输出结果 #

每一行对应的统计值输出如下：

0
1
2
0
0
1
3
0
0

已尝试的实现代码 #

当前写出的尝试代码未达到预期效果，具体代码为：

df['x']=df.a.groupby((df.city!=df.city.shift()).apply(lambda x: x==True).cumsum()).cumcount()

实现方案 #

全程使用pandas向量化操作，无循环，可直接适配groupby场景，核心逻辑：

• 按城市分组，每遇到一个a为False的位置，就将当前的True累计段编号+1，把连续的True序列拆分为独立的块
• 按城市+累计段编号分组，计算组内的行序号
• 把a为False的位置的计算结果强制置为0，匹配统计规则

具体可运行代码：

# 1. 同city下遇到False时，累计段编号加1
seg = (df['a'] == False).groupby(df['city']).cumsum()
# 2. 按city+段编号分组，计算组内序号
df['x'] = df.groupby([df['city'], seg]).cumcount()
# 3. a为False的位置，结果置0
df.loc[~df['a'], 'x'] = 0

运行后x列的输出完全匹配预期：

0    0
1    1
2    2
3    0
4    0
5    1
6    3
7    0
8    0
dtype: int64

内容的提问来源于stack exchange，提问作者Danny W