熊猫按月计算交易次数

我有一个数据框,有进入/退出以旧换新栏的信号 long ,索引是date。 长的 看起来像这样(True value表示你持有一个职位,False表示你不再持有一个职位):

2010-01-04    False
2010-01-05    False
2010-01-06    False
2010-01-07    False
2010-01-08    False
2010-01-11    False
2010-01-12    False
2010-01-13    False
2010-01-14     True
2010-01-15     True
2010-01-19     True
2010-01-20     True
2010-01-21     True
2010-01-22     True
2010-01-25     True
2010-01-26     True
2010-01-27     True
2010-01-28     True
2010-01-29     True
2010-02-01     True
2010-02-02     True
2010-02-03     True
2010-02-04     True
2010-02-05     True
2010-02-08     True
2010-02-09     False
2010-02-10     True
2010-02-11     True
2010-02-12     False
2010-02-16     False

所以对于我的数据,我应该得到如下输出

2010-01 1
2010-02 1

我有下面的代码来计算分配中的变化数量,但是我不知道如何有效地按月分割新交易的数量

longs = (df.long-df.long.shift()).ne(0)

在这种情况下,long=4,所以除以2(每两个“勾号”代表一个交易的生命周期)将得到有效的交易数量

如何计算每月开始的交易数量?