计算列中布尔值从 True 变为 False 的次数 [英] Counting the amount of times a boolean goes from True to False in a column

问题描述

我在数据框中有一列填充了布尔值，我想计算它从 True 变为 False 的次数.

I have a column in a dataframe which is filled with booleans and i want to count how many times it changes from True to False.

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

I can do this when I convert the booleans to 1's and 0's ,then use df.diff and then divide that answer by 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False 出现的次数是 3

推荐答案

您可以执行 Col1 的按位和 带有一个掩码，指示连续行中发生更改的位置:

You can perform a bitwise and of the Col1 with a mask indicating where changes occur in successive rows:

(df.Col1 & (df.Col1 != df.Col1.shift(1))).sum()
3

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

Where the mask, is obtained by comparing Col1 with a shifted version of itself (pd.shift):

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，你可以做完全相同的(这里我用与 col1 相同的 col2 测试)

For multiple columns, you can do exactly the same (Here I tested with a col2 identical to col1)

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

Col1    3
Col2    3
dtype: int64

这篇关于计算列中布尔值从 True 变为 False 的次数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！