如何在Pandas DataFrame中生成按零重置的1值cumsum列

嘿，这个需求我之前处理序列数据时也碰到过，用Pandas的分组累加就能完美解决，我一步步给你拆解实现过程：

首先先把你提供的原始数据代码放出来，方便复现：

import pandas as pd

df = pd.DataFrame([0,0,1,1,0,0,1,1,1,1,0,0,1,1,1,0,1,1], columns = ['A'])

核心思路 #

我们需要把连续的0或1的区块分成不同的组，对每个组里的1进行累加，0的组直接保持0。关键是先生成一个分组键，用来标记每个连续相同值的区块。

具体实现代码 #

# 生成分组键：当当前行A的值和上一行不同时，分组键加1
group_key = df['A'].ne(df['A'].shift()).cumsum()

# 按分组键分组后对A列做累加，自动实现0区块保持0，1区块从1开始递增
df['B'] = df.groupby(group_key)['A'].cumsum()

运行之后，打印df就能得到预期结果：

A  B
0   0  0
1   0  0
2   1  1
3   1  2
4   0  0
5   0  0
6   1  1
7   1  2
8   1  3
9   1  4
10  0  0
11  0  0
12  1  1
13  1  2
14  1  3
15  0  0
16  1  1
17  1  2

代码解释 #

• df['A'].ne(df['A'].shift())：生成一个布尔序列，当当前行的A值和上一行不同时返回True，否则False——比如从0变1或者1变0的时候，这里就会触发True。
• .cumsum()：对这个布尔序列做累加，True会被当作1处理，False当作0，这样每次遇到值变化时，分组键就会加1，把连续相同值的行归为同一个组。
• 最后分组后对A列做累加：0的组累加结果始终是0，1的组会从1开始依次递增，正好满足你“遇到0就重置累加”的需求。

如果你喜欢更简洁的写法，也可以把两行合并成一行：

df['B'] = df.groupby(df['A'].ne(df['A'].shift()).cumsum())['A'].cumsum()

备注：内容来源于stack exchange，提问作者Sun Jar