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 2

import pandas as pd

d = {'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    True

1    True

2    True

3   False

4   False

5   False

6    True

7    True

8    True

9    True

10  False

11  False

12  False

13   True

14   True

15  False

16  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      True1     False2     False3      True4     False5     False6      True7     False8     False9     False10     True11    False12    False13     True14    False15    False16    False17    FalseName: 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    3Col2    3dtype: int64

Answer 2

请注意，从整数项中的( ) 中减去True( 1)给出：False0-1res = 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    3dtype: int64