Python 如果计数大于某些值，如何更改pd.系列中的布尔值

我有以下布尔数列，我试图找到

计数

，我必须检查

假

值，如果连续数列中

假

值的计数大于2，则让它为假，但如果

计数小于等于2，则我必须将其反转

，从

False到True

预期输出：与wise first time一样，False重复两次，这意味着它将变为True，但如果我们看到True值之后False再次重复两次以上，因此这些值将保持为False

如何使用Pandas函数执行此操作

True
True
True
True
True
False
False
True
True
True
True
True
True
True
False
False
False
False
False
False
True
True
True
True

---

尝试使用

groupby

和

cumsum

生成唯一的False组，然后获取每组的

计数

，如果该计数小于三，则使用

~

反转该系列组，并使用

掩码应用回序列：

s.mask(s.groupby((s).cumsum().where(~s)).transform('count') < 3, ~s)

尝试使用
groupby
和
cumsum
生成唯一的False组，然后获取每组的
计数
，如果该计数小于三，则使用
~
反转该系列组，并使用
掩码应用回序列：

s.mask(s.groupby((s).cumsum().where(~s)).transform('count') < 3, ~s)

让我们试试别的

s=df.cumsum().mask(df)
df=df.mask(s.isin(s.value_counts()[s.value_counts()<=2].index),True)
df
0      True
1      True
2      True
3      True
4      True
5      True
6      True
7      True
8      True
9      True
10     True
11     True
12     True
13     True
14    False
15    False
16    False
17    False
18    False
19    False
20     True
21     True
22     True
23     True
Name: a, dtype: bool

s=df.cumsum（）.mask（df）
df=df.mask（s.isin）（s.value_counts（）[s.value_counts（）让我们尝试不同的方法

s=df.cumsum().mask(df)
df=df.mask(s.isin(s.value_counts()[s.value_counts()<=2].index),True)
df
0      True
1      True
2      True
3      True
4      True
5      True
6      True
7      True
8      True
9      True
10     True
11     True
12     True
13     True
14    False
15    False
16    False
17    False
18    False
19    False
20     True
21     True
22     True
23     True
Name: a, dtype: bool

s=df.cumsum（）.mask（df）
df=df.mask（s.isin（s.value_counts（）[s.value_counts（））您能否缩短示例（~10行将是完美的）并提供预期的输出？请@coldspeed正确解释输出请阅读信息您能否缩短示例（~10行将是完美的）并提供预期输出，请？@coldspeed正确解释输出，请阅读信息