标记熊猫系列中连续的True元素组

Question

我有一个熊猫系列的布尔值，并且我想标记连续的True值组。这怎么可能呢？是否可以矢量化方式进行此操作？任何帮助将不胜感激！

数据：

     A  
0  False  
1  True  
2  True  
3  True  
4  False  
5  False  
6  True  
7  False  
8  False  
9  True  
10 True

所需：

     A    Label
0  False   0    
1  True    1   
2  True    1  
3  True    1  
4  False   0
5  False   0  
6  True    2
7  False   0
8  False   0
9  True    3
10 True    3

Answer 1

这是一个不太可能但简单有效的解决方案：

editText.addTextChangedListener(new TextWatcher() {

   @Override
   public void afterTextChanged(Editable s) {
      //get the text in the edittext first
      String name = s.getText().toString();
      //then concatenate it with "Mr. " and setText again
      s.setText("Mr. " + name);
   }

   @Override    
   public void beforeTextChanged(CharSequence s, int start,
     int count, int after) {
   }

   @Override    
   public void onTextChanged(CharSequence s, int start,
     int before, int count) {}
  });

测试为：

import scipy.ndimage.measurements as mnts

labeled, clusters = mnts.label(df.A.values)
# labeled is what you want, cluster is the number of clusters.

df.Labels = labeled # puts it into df

Answer 2

使用cumsum

a = df.A.values
z = np.zeros(a.shape, int)

z[a] = pd.factorize((~a).cumsum()[a])[0] + 1

df.assign(Label=z)

        A  Label
0   False      0
1    True      1
2    True      1
3    True      1
4   False      0
5   False      0
6    True      2
7   False      0
8   False      0
9    True      3
10   True      3

Answer 3

您可以使用cumsum和groupby + ngroup来标记组。

v = (~df.A).cumsum().where(df.A).bfill()   
df['Label'] = (
    v.groupby(v).ngroup().add(1).where(df.A).fillna(0, downcast='infer'))

df
       A  Label
0   False      0
1    True      1
2    True      1
3    True      1
4   False      0
5   False      0
6    True      2
7   False      0
8   False      0
9    True      3
10   True      3