选择从条件到另一个条件的数据帧行

Question

我有一个带有两个列的数据框：

        A      B
0   False  False
1   False  False
2   False  False
3    True  False
4   False  False
5   False  False
6   False   True
7   False  False
8   False  False
9   False  False
10   True  False
11  False  False
12  False  False

我想创建一个带有布尔值的新列“ c”，每次b打开和每次打开时，它都会打开（= true）索引10）

ex：对于此DF，输出将是：

    A      B      C
0   False  False  False
1   False  False  False
2   False  False  False
3    True  False  False
4   False  False  False
5   False  False  False
6   False   True   True
7   False  False   True
8   False  False   True
9   False  False   True
10   True  False   True
11  False  False  False
12  False  False  False

我用for loop和“开关”编写了此代码，但是我敢肯定，对于大型数据框架，可以更快，更容易地解决相同的操作。感谢您的帮助。

import pandas as pd
import numpy as np

df = pd.DataFrame({
  'A': [False,False,False,True,False,False,False,False,False,False,True,False,False],
  'B': [False,False,False,False,False,False,True,False,False,False,False,False,False]
})


df["C"]=0
switch=False
for i in df.index :
  if df.B.iloc[i]:
    switch=True
  if switch:
    df.C.iloc[i]=True
  else:
    df.C.iloc[i]=False
  if df.A.iloc[i]:
    switch=False

print(df)

Answer 1

使用FFILL的替代方法

df.loc[df['A'],'C'] = False
df.loc[df['B'],'C'] = True

df['C'] = df['C'].ffill().fillna(False) #start "off"

Answer 2

组合两列，减去1，过滤掉负数，偶数：

x = (df['A'] | df['B']).cumsum().sub(1)
df['C'] = (x >= 0) & (x % 2 == 1)

输出：

>>> df
        A      B      C
0   False  False  False
1   False  False  False
2   False  False  False
3    True  False  False
4   False  False  False
5   False  False  False
6   False   True   True  <
7   False  False   True  <
8   False  False   True  <
9   False  False   True  <
10   True  False  False
11  False  False  False
12  False  False  False