Python 熊猫系列中的真假条纹

我正在努力研究如何在熊猫系列中显示

True

或

False

的条纹

数据：

p = pd.Series([True,False,True,True,True,True,False,False,True])

0     True
1    False
2     True
3     True
4     True
5     True
6    False
7    False
8     True
dtype: bool

我尝试了

p.diff（）

，但不确定如何计算由此生成的

False

值，以显示我的所需输出，如下所示：

0     0
1     0
2     0
3     1
4     2
5     3
6     0
7     1
8     0

如果

p

不等于ed

p

并且：

感谢您提供另一个解决方案：

print (p.groupby(p.diff().cumsum()).cumcount())
0    0
1    0
2    0
3    1
4    2
5    3
6    0
7    1
8    0
dtype: int64 

---

另一种替代解决方案是创建

p

系列的累积和，并减去
p
为
0
的最近累积和。然后倒转
p
并执行同样的操作。最后多个
系列
一起：

c = p.cumsum()
a = c.sub(c.mask(p).ffill(), fill_value=0).sub(1).abs()
c = (~p).cumsum()
d = c.sub(c.mask(~(p)).ffill(), fill_value=0).sub(1).abs()

print (a)
0    0.0
1    1.0
2    0.0
3    1.0
4    2.0
5    3.0
6    1.0
7    1.0
8    0.0
dtype: float64

print (d)
0    1.0
1    0.0
2    1.0
3    1.0
4    1.0
5    1.0
6    0.0
7    1.0
8    1.0
dtype: float64

c = p.cumsum()
a = c.sub(c.mask(p).ffill(), fill_value=0).sub(1).abs()
c = (~p).cumsum()
d = c.sub(c.mask(~(p)).ffill(), fill_value=0).sub(1).abs()

print (a)
0    0.0
1    1.0
2    0.0
3    1.0
4    2.0
5    3.0
6    1.0
7    1.0
8    0.0
dtype: float64

print (d)
0    1.0
1    0.0
2    1.0
3    1.0
4    1.0
5    1.0
6    0.0
7    1.0
8    1.0
dtype: float64

print (a.mul(d).astype(int))
0    0
1    0
2    0
3    1
4    2
5    3
6    0
7    1
8    0
dtype: int32