Групповой поиск первых и последних истинных значений

Question

У меня есть pd.Series с дублированными индексами, и каждый индекс содержит набор логических значений:

FA155    False
FA155    False
FA155    False
FA155    True
FA155    True
FA155    True
FA155    True
FA155    True
FA155    False

Что я пытаюсь сделать для каждого отдельного индекса эффективным способом, это сохранитьтолько как True - первое и последнее значения True последовательности, а для остальных - False.Между значениями True также могут быть ложные значения.

Так что для этого примера результат будет:

FA155    False
FA155    False
FA155    False
FA155    True
FA155    False
FA155    False
FA155    False
FA155    True
FA155    False

Любая помощь будет очень признательна.

Answer 1

Вы фильтруете Истинные значения, а затем агрегируете, чтобы найти первое и последнее значения.Затем вы можете использовать loc для замены этих значений в df.df это ваш фрейм данных.col - это имя вашего столбца со значениями True и False

df["nb"] = range(df.shape[0])
df.reset_index(inplace=True)

elem = (df[df[col]==True].groupby("index")["nb"].agg({ "first_True": 'first', "last_True":"last"})).values

indexes_to_False = sum(elem.tolist(), [])

df.loc[indexes_to_False, col] = False

Затем вы можете удалить столбец nb и переиндексировать, если хотите

Answer 2

Это основано на diff, чтобы получить отправную точку группы, я использую iloc дважды, так как вам нужно держать голову и хвост True

df1=df.copy()
df.loc[df]=df.astype(int).diff().ne(0)[df]
df=df.iloc[::-1]
df1=df1.iloc[::-1]
df.loc[df1]+=df1.astype(int).diff().ne(0)[df1]
df=df.iloc[::-1]

Answer 3

Вы можете использовать loc с idxmax как с исходным df, так и с инвертированным df.

Это даст индекс вашего первого и последнего True значений.Просто установите разные индексы на False впоследствии.

Например:

Настройка

z = sio("""i    v
FA154    False
FA155    False
FA155    True
FA155    True
FA155    True
FA155    True
FA155    True
FA155    False
FA156    False
FA156    True
FA156    False
FA156    False
FA156    True""")

df = pd.read_table(z, delim_whitespace=True)

    i       v
0   FA154   False
1   FA155   False
2   FA155   True
3   FA155   True
4   FA155   True
5   FA155   True
6   FA155   True
7   FA155   False
8   FA156   False
9   FA156   True
10  FA156   False
11  FA156   False
12  FA156   True

idxmax()

Это то же самое, что получить ваш df и использовать reset_index,Затем получите список индексов для вас первое (v1) и последнее (v2) True значения:

v1 = df.groupby("i").v.idxmax().values
v2 = df[::-1].groupby("i").v.idxmax().values

И используйте свою логику:

df.loc[v1, "v"] = True & df.loc[v1, "v"]
df.loc[v2, "v"] = True & df.loc[v2, "v"]
df.loc[~df.index.isin(np.concatenate([v1,v2])), "v"] = False

Идея использования & заключается не в том, чтобы случайно установить какие-либо значения False на True.

Результат:

>>> df.set_index("i")

        v
i   
FA154   False
FA155   False
FA155   True
FA155   False
FA155   False
FA155   False
FA155   True
FA155   False
FA156   False
FA156   True
FA156   False
FA156   False
FA156   True