Python 有没有一种简单的方法可以找到熊猫系列中最后一个连续的真值？

我有一个小数据框，其中bool值表示三个参数的最佳范围

在调试器中看起来如下所示：

(Pdb) p insensistive_ranges.loc[-0.2:0.2]
           P      Q      n
-0.20  False   True  False
-0.16  False   True  False
-0.12   True   True  False
-0.08   True   True  False
-0.04   True  False  False
 0.00   True   True   True
 0.04  False  False   True
 0.08  False   True   True
 0.12  False   True  False
 0.16  False   True  False

（当指数==0.00时为最佳值）

我想返回上一个连续真值的索引，每个参数从0.0开始向上计数，也从0.0开始向下计数。换言之，这：

(Pdb) p highest
P    0.00
Q    0.00
n    0.08
(Pdb) p lowest
P   -0.12
Q    0.00
n    0.00

最接近的是这个，但它在每个方向上都走得太远了一步（找到第一个非真值，而不是最后一个连续的真值）：

有什么想法吗

（请注意，您不能从

非敏感_范围的开始或结束处开始，因为每个系列中可能存在其他从0.0开始不连续的真值

有一些创新的numpy数组方法解决方案，但它们看起来相当复杂。
我们需要为连续的真/假组创建一个计数器。然后为
0
组的每个列找到最大和最小索引

df1 = df.ne(df.shift(1)).cumsum().copy()

# Lowest
df1.eq(df1.loc[0]).idxmax()
P   -0.12
Q    0.00
n    0.00
dtype: float64

# Highest
df1.eq(df1.loc[0])[::-1].idxmax()
#P    0.00
#Q    0.00
#n    0.08
#dtype: float64

很好。找到了~df的最大累积和。我花了一段时间来恢复头脑，但这很聪明。现在似乎不起作用。在你的更新之后，我没有得到正确的结果。@Bill，嗯，好吧，我必须考虑一下为什么，也许我没有考虑过一个案例。但我会返回到有效的解决方案。它仍然不起作用。我知道t
0.04,0.00,0.00
第一个和
-0.08，-0.04,0.00
第二个。我们可以回到我认为的第一个解决方案吗？等等，看起来我的数据已经改变了，所以让我花几分钟来处理这个问题。
df1 = df.ne(df.shift(1)).cumsum().copy()

# Lowest
df1.eq(df1.loc[0]).idxmax()
P   -0.12
Q    0.00
n    0.00
dtype: float64

# Highest
df1.eq(df1.loc[0])[::-1].idxmax()
#P    0.00
#Q    0.00
#n    0.08
#dtype: float64