python之根据值 0 的出现对 Pandas 中的列进行编码

我有一个包含这样一列的 Pandas 数据框，

df = pd.DataFrame() 
df['A'] = [1, 1, 0, 1, 1, 0] 

我想用这样的值创建另一列，

[1, 1, 1, 2, 2, 2]

我的想法是从值 1 开始，并在我得到 1 并且仅当最后一个值为 0 时递增该值。换句话说，如果我有一个 0，则在下一步中递增该值。

我使用 apply 来执行此操作，如下所示，

k = 1 
 
def fn(row): 
 
    global k 
    a, b = row['A'], row['x'] 
 
    if a == 1 and b == 1: 
        pass 
    elif a == 1 and b == 0: 
        pass 
    elif a == 0 and b == 1: 
        k += 1 
        return (k - 1) 
    else: 
        k += 1 
        return (k - 1) 
 
    return k 
 
df['x'] = df['A'].shift(-1) 
df['k'] = df.apply(lambda row : fn(row), axis=1) 

这真的很低效。我想不出更快的方法。

如何在 Pandas 中有效地实现这一点？

请您参考如下方法:

IIUC，你想计算 0 的出现次数，但发生了偏移:

df['A'].eq(0).cumsum().shift(fill_value=0)+1 

或者:

df['A'].shift().eq(0).cumsum()+1 

输出:

0    1 
1    1 
2    1 
3    2 
4    2 
5    2 
Name: A, dtype: int32