Python 查找重复值包并分别对其执行操作

我有这种类型的熊猫系列

    a = pd.Series([1,  4,3,5,  7,5,  5,6,7,6,  7,  6,2,2,  6,  9])

    b = np.array([0,  1,1,1,  0,0,  1,1,1,1,  0,  1,1,1,  0,  1])

和类型的numpy数组

    a = pd.Series([1,  4,3,5,  7,5,  5,6,7,6,  7,  6,2,2,  6,  9])

    b = np.array([0,  1,1,1,  0,0,  1,1,1,1,  0,  1,1,1,  0,  1])

现在，我想分别生成

a

中元素的平均值，只要

b

的相应部分中有

1

的集群，结果是

    c = pd.Series([1,  4,4,4,  7,5,  6,6,6,6,  7,  3.3,3.3,3.3  6,  9])

---

有人知道如何很好地做到这一点吗？

尝试使用

shift+cumsum

，注意

6,2,2的平均值，

是

3.333..

不是5

s = pd.Series(b,index=a.index)
a.groupby(s.ne(s.shift()).cumsum()).transform('mean').where(s.eq(1),a)

---

方法#1

这里有一个简单的方法-

In [23]: ids = np.r_[0,b[:-1]!=b[1:]].cumsum()

In [24]: np.where(b==1,a.groupby(ids).transform('mean'),a)
Out[24]: 
array([1.        , 4.        , 4.        , 4.        , 7.        ,
       5.        , 6.        , 6.        , 6.        , 6.        ,
       7.        , 3.33333333, 3.33333333, 3.33333333, 6.        ,
       9.        ])

方法#2

对于性能，我们可以利用-

---

这不起作用，因为它会给出所有1和所有0的平均值是的，我可以确认它不起作用（只是尝试了一下）。如果我没有遗漏什么，那么

[6,2,2]

的平均值应该是

[3.3]