计算列中布尔值从 True 变为 False 的次数

Question

我在数据框中有一列填充了布尔值的列，我想计算它从 True 变为 False 的次数。当我将布尔值转换为 1 和 0 时，我可以这样做，然后使用df.diff然后将该答案除以 2import pandas as pdd = {'Col1': [True, True, True, False, False, False, True, True, True, True, False, False, False, True, True, False, False, True, ]}df = pd.DataFrame(data=d)print(df)0    True1    True2    True3   False4   False5   False6    True7    True8    True9    True10  False11  False12  False13   True14   True15  False16  False我的预期结果是 The amount of times False came up is 3

Answer 1

您可以使用掩码执行 a bitwise and，该Col1掩码指示连续行中发生更改的位置：

(df.Col1 & (df.Col1 != df.Col1.shift(1))).sum()

3

其中掩码是通过Col1与自身 ( pd.shift)的移位版本进行比较而获得的：

df.Col1 != df.Col1.shift(1)

0      True

1     False

2     False

3      True

4     False

5     False

6      True

7     False

8     False

9     False

10     True

11    False

12    False

13     True

14    False

15    False

16    False

17    False

Name: Col1, dtype: bool

对于多列，您可以执行完全相同的操作（这里我使用col2相同的 to进行了测试col1）

(df & (df != df.shift(1))).sum()

Col1    3

Col2    3

dtype: int64

Answer 2

请注意，从整数项中的( ) 中减去True( 1)给出：False0-1

res = df['Col1'].astype(int).diff().eq(-1).sum()  # 3

要应用于布尔数据框，您可以构建一个系列映射标签来计数：

res = df.astype(int).diff().eq(-1).sum()

Answer 3

只是提供不同的想法

df.cumsum()[~df.Col1].nunique()

Out[408]: 

Col1    3

dtype: int64