计算索引包含秒的列中True值的持续时间

Question

我想计算一个列为True的持续时间，该列的索引包含数据帧中的秒数。

我有一个数据帧：

df = pd.DataFrame({'a': {0.0: False, 0.5: False, 1.0:False, 1.5:True, 2.0:True, 4.0:False, 8.0:True,10.0:False}})
>>> df
          a
0.0   False
0.5   False
1.0   False
1.5    True
2.0    True
4.0   False
8.0    True
10.0  False

数据帧的索引包含秒。我认为最合适的方法是提取True值的每个部分的第一次出现，直到找到一个false并有一个连续的总数。RT是运行总数结果会是这样的：

    >>> df
          a
0.0   False
0.5   False
1.0   False
1.5    True < - found first occurance  (1.5)
2.0    True
4.0   False < - found false (4.0) (running total: 4-1.5 + RT = 2.5)
8.0    True < - found first occurance (8.0)
10.0  False < - found false (10.0) (running total: 10-8 + RT = 4.5)
RT = 4.5 seconds

Answer 1

创建一个唯一标记False值的辅助列——这些数字表示True条纹的可能结束。然后将False行与属于前一条的第一个True行合并，并计算时间差的总和。

df = df.rename_axis(index='time').reset_index()
df['end'] = (~df['a']).cumsum()
#   time      a  end
#0   0.0  False    1
#1   0.5  False    2
#2   1.0  False    3
#3   1.5   True    3
#4   2.0   True    3
#5   4.0  False    4
#6   8.0   True    4
#7  10.0  False    5
res = pd.merge(df[df['a'].eq(False)],
               df[df['a'].eq(True)].assign(end=df['end']+1).drop_duplicates('end'),
               on='end')
#   time_x    a_x  end  time_y   a_y
#0     4.0  False    4     1.5  True
#1    10.0  False    5     8.0  True
(res['time_x'] - res['time_y']).sum()
#4.5

---

为了解释合并，左边的DataFrame只是原始数据中包含False的每一行：

df[df['a'].eq(False)]
#   time      a  end
#0   0.0  False    1
#1   0.5  False    2
#2   1.0  False    3
#5   4.0  False    4
#7  10.0  False    5

正确的DataFrame稍微复杂一些。我只取True行，但在end上取drop_duplicates，因为我们只想在存在连续True值时保持第一个True。最后，因为我们想将True与其后的False匹配，所以我们需要向end添加一个。

df[df['a'].eq(True)].assign(end=df['end']+1).drop_duplicates('end')
#   time     a  end
#3   1.5  True    4
#6   8.0  True    5

现在，通过合并on='end'，我们可以将第一个True(在一组可能连续的True值中(与其后的第一个False值进行匹配。由于我们将索引作为'time'，我们可以计算这些观测值之间的时间差。