python - 识别具有公差的连续真值 block

Question

我有一个 boolean 型 pandas DataFrame:

w=pd.DataFrame(data=[True,False,True,True,True,False,False,True,False,True,True,False,True])

我正在尝试识别 True 值的 block ，它们至少长 N:

我可以通过

N=3.0
b = w.ne(w.shift()).cumsum() *w
m = b[0].map(b[0].mask(b[0] == 0).value_counts()) >= N

它工作正常并返回

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

现在，我需要做同样的事情，但要允许在确定 block 时有一些容差。所以我想识别所有长度至少为 N 的 block ，但允许 M 值(任意放置在 block 内)为 False。

对于例子w，N=3，M=1应该是，

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

不同于以往的结果:

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

Answer 1

我相信您可以通过 ~ 反转 m 并通过 或 最后链接两个条件来重用解决方案:

N = 3.0
M = 1
b = w.ne(w.shift()).cumsum() *w
m = b[0].map(b[0].mask(b[0] == 0).value_counts()) <= N

w1 = ~m
b1 = w1.ne(w1.shift()).cumsum() * w1
m1 = b1.map(b1.mask(b1 == 0).value_counts()) == M 

m = m | m1

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