Python 获取多重索引系列级别内序列的第一个和最后一个元素

我有一个系列，它的状态可以是真的，也可以是假的。它有一个多索引，第一级为ID，第二级为每个ID中的一集，第三级为记录状态的日期

ID  Episode Date        Status
foo 1       2019-02-01  False
            2019-02-02  True
            2019-02-03  True
            2019-02-04  False
    2       2019-02-05  True
            2019-02-06  True
            2019-02-07  False
    3       2019-02-08  False
            2019-02-09  True
            2019-02-10  True
bar 1       2019-03-03  False
            2019-03-04  True
    2       2019-03-05  True
            2019-03-06  True
            2019-03-07  False
            2019-03-08  True
            2019-03-09  False

我想提取一个数据框，在一个插曲中，状态何时开始为真，何时停止为真。对于本例，结果应如下所示：

 ID Episode Start Dates             End Dates       
foo 1       2019-02-02              2019-03-03          
    2       2019-02-05              2019-02-06  
    3       2019-02-09              2019-02-10
bar 1       2019-03-04              2019-03-04
    2       2019-03-05, 2019-03-08  2019-03-06, 2019-03-08

---

检查使用

groupby

和

cumsum

创建组的内部键，下一步我们根据df中的所有

True

值进行筛选，然后使用新键执行另一轮

groupby

，并

第一次
最后一次
，
加入
结果

s=(~df.Status).groupby(level=['ID','Episode']).cumsum().reset_index()

s[df.Status.values].groupby(['ID','Episode','Status'])['Date'].agg(['first','last']).groupby(level=[0,1]).agg(','.join)
Out[104]: 
                             first                   last
ID  Episode                                              
bar 1                   2019-03-04             2019-03-04
    2        2019-03-05,2019-03-08  2019-03-06,2019-03-08
foo 1                   2019-02-02             2019-02-03
    2                   2019-02-05             2019-02-06
    3                   2019-02-09             2019-02-10

您还可以使用
pandas.Series.shift
将
状态
列逐个移动

df['prev_Status'] = df['Status'].shift(1)
df['next_Status'] = df['Status'].shift(-1)

                    Status  prev_Status next_Status
Date            
foo 1   2019-02-01  False   NaN     True
        2019-02-02  True    False   True
        2019-02-03  True    True    False
        2019-02-04  False   True    True
2       2019-02-05  True    False   True
        2019-02-06  True    True    False

移动后，您可以在启用
True
时按预期进行查询

df.query('prev_Status=="False"').query('Status=="True"').groupby(level=[0,1]).Date.agg(','.join)

bar  1    2019-03-04
     2    2019-03-08
foo  1    2019-02-02
     2    2019-02-05
     3    2019-02-09
Name: Date, dtype: object

或者什么时候关闭

df.query('Status=="True"').query('next_Status=="False"').groupby(level=[0,1]).Date.agg(','.join)

bar  2    2019-03-06,2019-03-08
foo  1               2019-02-03
     2               2019-02-06
     3               2019-02-10
Name: Date, dtype: object

有人可能会说，这比另一个（非常好的）答案效率低，但更容易理解。
检查您的输出栏-2个，已经更正了为什么选择了最后一行2019-03-09其他打字错误。。。我试着用一天的时间用“真”来做一个例子，但我犯了一个错误…我已经添加了一个答案谢谢。至少不是一个简单的解决方案让我无法理解。现在我只需要理解答案。@JoãoColaço yep，如果你有任何问题，请告诉我我如何理解这个答案，布尔函数上有一个
cumsum
，它在a+1，+0中具有映射[真，假]的效果。这意味着例如[False，False，True，True，False]被映射到[0,0,1,2,2]。然后使用聚合函数“first”和“last”，获取数字在映射序列中出现的第一次和最后一次。在示例[0,0,1,2,2]中，数字0在0中第一次出现，数字1在索引2中第一次出现，依此类推。最后再次使用带有.join的聚合函数。一个有趣但相当复杂的答案！接近。对假值进行累加，因此真值将始终具有相同的编号
（~df.Status）
。在下一行中，此系列/df仅针对具有真值的行进行过滤
s[df.Status.values]
。在此之后，对于状态中的每个连续True，序列将具有不同的值。这将允许围绕这些值进行分组，获取第一个和最后一个日期，最后按事件分组，并仅在一行中聚合结果。