如何利用Pandas计算布尔序列中连续True片段的长度？

嘿，这个需求用Pandas其实有挺简洁的实现方式，我帮你捋清楚思路，直接上代码加解释：

首先，我们先构造你给出的示例序列（把0/1转成布尔值）：

import pandas as pd

# 对应你给出的序列：000011100000001100000001111100010000
s = pd.Series([0,0,0,0,1,1,1,0,0,0,0,0,0,0,1,1,0,0,0,0,0,0,0,1,1,1,1,1,0,0,0,1,0,0,0,0]).astype(bool)

接下来，核心思路是先把连续相同值的块分组，再筛选出值为True的块，提取它们的长度：

# 1. 生成分组键：每次值发生切换时标记为True，累加后得到每个连续块的唯一ID
group_ids = s.ne(s.shift()).cumsum()

# 2. 按分组ID聚合，计算每个块的长度；再筛选出原块值为True的那些，转成列表
result = s.groupby(group_ids).size()[s.groupby(group_ids).first()].tolist()

print(result)  # 输出: [3, 2, 5, 1]

关键步骤解释： #

• s.ne(s.shift())：对比当前元素和前一个元素是否不同，不同则返回True，这样就找到了所有值的切换点。
• cumsum()：将切换点的布尔值累加，每个连续的相同值块会被分配同一个分组ID。
• s.groupby(group_ids).size()：计算每个分组的元素个数，也就是连续相同值的长度。
• s.groupby(group_ids).first()：获取每个分组的第一个元素（同一分组内元素值相同），用这个来筛选出值为True的分组，最后转成列表就是你要的结果。

如果你喜欢更紧凑的链式写法，也可以这样写：

result = s.groupby(s.ne(s.shift()).cumsum()).filter(lambda x: x.iloc[0]).size().tolist()

内容的提问来源于stack exchange，提问作者Sophie