Python 数据帧中值的持续时间

我有以下数据帧：

            f_1    f_2    f_3
00:00:00  False  False  False
00:05:22   True  False  False
00:06:40   True  False  False
00:06:41  False  False  False
00:06:42  False  False  False
00:06:43  False  False  False
00:06:44  False  False  False
00:06:46  False  False  False
00:06:58  False  False  False

我想计算一个序列为真时的总持续时间。在这个例子中，唯一一个在一段时间内变为真的序列是f_1。目前，我使用以下代码：

result=pandas.Timedelta（0）
对于_，系列为误报。iteritems（）：
以前的时间=无
以前的值=无
对于currentTime，系列中的currentValue.iteritems（）：
如果以前的值为：
结果+=（当前时间-上一次时间）
前一时间=当前时间
previousValue=currentValue
打印结果。总秒数（）

---

有更好的解决办法吗？我认为熊猫已经有了一种方法，可以这样做，也可以做类似的事情。

我认为你可以通过

索引

按、差分按、移位按和最后一次获取来创建

系列

上次多重布尔值
DataFrame
by和上次获取：

我想是的，但不一样，所以重新开始问题。虽然问题很相似，但我认为在这里陈述得更清楚，批准的答案也更好。
#if necessary convert index to Timedelta
df.index = pd.to_timedelta(df.index)

s = df.index.to_series().diff().shift(-1).dt.total_seconds()
df1 = df.mul(s, 0)
print (df1)
           f_1  f_2  f_3
00:00:00   0.0  0.0  0.0
00:05:22  78.0  0.0  0.0
00:06:40   1.0  0.0  0.0
00:06:41   0.0  0.0  0.0
00:06:42   0.0  0.0  0.0
00:06:43   0.0  0.0  0.0
00:06:44   0.0  0.0  0.0
00:06:46   0.0  0.0  0.0
00:06:58   NaN  NaN  NaN

print (df1.sum())
f_1    79.0
f_2     0.0
f_3     0.0
dtype: float64