Python 计算发生时间间隔

我已经实现了迭代行的解决方案，但由于数据帧的大小，它花费的时间太长。问题是：

我有这样一个数据框（忽略前3列）：

列D只有1（真）或0（假）。0（或False）表示一系列1（或True）的结束。所以第四行的0表示D列有四个1。同样，D列向下，有两个1。然后只有一个1，以此类推

A B C D
2 3 6 1
4 8 2 1
2 3 6 1
4 8 2 0
2 3 6 1
4 8 2 1
2 3 6 0
4 8 2 0
2 3 6 0
4 8 2 1
2 3 6 1
4 8 2 1
3 4 1 0
...
8 2 3 1
6 2 0 0

我想插入一列“Interval”，它显示这些间隔，如下所示

A B C D Interval
2 3 6 1 
4 8 2 1
2 3 6 1
4 8 2 0 4
2 3 6 1
4 8 2 1
2 3 6 0 3
4 8 2 0 1
2 3 6 0 1
4 8 2 1 
2 3 6 1
4 8 2 1
3 4 1 0 4
...
8 2 3 1
6 2 0 0 2

实际上，我并不关心区间数是写在哪一行，或者它可以在其他地方输出列，在那里我可以做直方图，平均区间，等等

---

有没有办法不用逐个迭代行就能做到这一点？

我们可以通过编写一个迭代列表（D）的函数来做到这一点。我们遍历这个列表，用1初始化一个计数器，每当我们找到一个，我们就递增，每当我们找到0，我们就影响这个值，然后重新执行相同的过程

import pandas as pd
import copy

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

df.columns = ['D']
d= copy.copy(df.D)

def transform(l):
  count=1
  for index,x in enumerate(l): 
    if x==0:
      l[index]=count
      count=1
    else:
      l[index]=0
      count+=1
  return l

df['intervales']=transform(t)
df['D']=d

print df

输出：

     D  intervales
0   1           0
1   1           0
2   1           0
3   0           4
4   1           0
5   1           0
6   0           3
7   0           1
8   0           1
9   1           0
10  1           0
11  1           0
12  0           4

我试着用itertools来做这件事，但它导致了许多病例的治疗

# import itertools
# l= [list(g) for k,g in itertools.groupby(df.D,lambda x:x in [0]) ]