PythonDataFrame：添加一列，该列在另一列更改时递增

我有一个如下的数据帧

df = pd.DataFrame({
    'Values' : [False, False, True, False, False, True, True, False, False, True]
})
df

    Values  Count
0   False   0
1   False   0
2   True    1
3   False   1
4   False   1
5   True    2
6   True    3
7   False   3
8   False   3
9   True    4

counter = [0]
def handleOneRow(row):
    if row['Values'] == True:
        counter[0] = counter[0] + 1
    return counter[0]
df['count'] = df.apply(lambda x : handleOneRow(x), axis=1)

我想添加另一个名为“count”的列，每当在“Values”列中检测到True时，该列将递增1

我的预期产出如下

df = pd.DataFrame({
    'Values' : [False, False, True, False, False, True, True, False, False, True]
})
df

    Values  Count
0   False   0
1   False   0
2   True    1
3   False   1
4   False   1
5   True    2
6   True    3
7   False   3
8   False   3
9   True    4

counter = [0]
def handleOneRow(row):
    if row['Values'] == True:
        counter[0] = counter[0] + 1
    return counter[0]
df['count'] = df.apply(lambda x : handleOneRow(x), axis=1)

现在我正在做如下工作

df = pd.DataFrame({
    'Values' : [False, False, True, False, False, True, True, False, False, True]
})
df

    Values  Count
0   False   0
1   False   0
2   True    1
3   False   1
4   False   1
5   True    2
6   True    3
7   False   3
8   False   3
9   True    4

counter = [0]
def handleOneRow(row):
    if row['Values'] == True:
        counter[0] = counter[0] + 1
    return counter[0]
df['count'] = df.apply(lambda x : handleOneRow(x), axis=1)

---

在数据帧中还有其他简单的方法吗？

df['Count']=df['Values'].cumsum（）

谢谢，我搜索了很多，但找不到它。令人惊叹的。。。