如何根据逻辑创建布尔系列：（0 后跟 1 为真。1 前为 0 为真。所有其他都是假）

Question

我有以下 DF。 我正在尝试制作一个布尔系列，其中的逻辑是：（0 后跟 1 是真。1 前跟 0 是真。所有其他都是假）

这是数据框

df = pd.DataFrame({'A': {0: 1, 1: 0, 2: 1, 3: 1, 4: 1, 5: 0, 6: 1, 7: 1, 8: 1, 9: 1, 10: 0, 11: 0, 12: 1}})                                                                                                                                                                                 

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

预期输出（0 后跟 1 是真。1 前跟 0 是真。所有其他都是假：

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

我的输出使用： df['Truth'] = df['A'] == 0 | ( (df['A'].shift() == 0) & (df['A'] == 1) )

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

我在一个零上得到 True，但是如果后面跟着一个，零应该只由 True 表示，而不是另一个零。 任何帮助，将不胜感激。 谢谢。

Answer 1

在你的情况下rolling sum应该是 1

df.A.rolling(2).sum()==1

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

Answer 2

您可以使用您的逻辑：

df['A'] != df['A'].shift(fill_value=df['A'].iloc[0])

输出：

0     False
1      True
2      True
3     False
4     False
5      True
6      True
7     False
8     False
9     False
10     True
11    False
12     True
Name: A, dtype: bool

Answer 3

尝试：

cond1 = df['A'].diff().shift(-1).eq(1).where(df['A']==0)
df['Truth'] = df['A'].diff().eq(1).where(df['A'] == 1).fillna(cond1).astype('bool')
print(df)

输出：

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

检查条件 1 并仅将其设置为 A == 0 然后检查条件 2 并将其设置为 A == 1，使用 fillna 组合两个条件。