我有一个布尔 pd.Series。
S=pd.Series([True,False,True,True,False])
我需要识别 S 中的块，它们至少是 2 个连续的 True 元素。 如果我这样做了
np.logical_and(S,S.shift(-1))
然后我得到了正确的元素，但每个块都缺少一个元素。 相反，我想得到以下内容
pd.Series([False,False,True,True,False])
所以Series 与原始大小相同，单个True 替换为False。
【问题讨论】：
首先通过将Series.ne 与Series.shift 和Series.cumsum 进行比较来创建唯一的连续组，然后将Series.map 与Series.value_counts 或GroupBy.transform 与GroupBy.size 进行比较：
b = S.ne(S.shift()).cumsum()
c = b.map(b.value_counts()) == 2
或者：
c = b.groupby(b).transform('size') == 2
print (c)
0 False
1 False
2 True
3 True
4 False
dtype: bool
【讨论】：
> 1改成== 2，我觉得需要2个或更多，抱歉。