是否有更有效或更简洁的方法来根据索引列表划分 df？

Question

我正在尝试切片/划分以下 dataframe

df = pd.DataFrame(
    {'time': [4, 10, 15, 6, 0, 20, 40, 11, 9, 12, 11, 25], 
     'value': [0, 0, 0, 50, 100, 0, 0, 70, 100, 0,100, 20]}    
)

根据要拆分的索引列表：

[5, 7, 9]

列表的第一项和最后一项是 dataframe 的第一个和最后一个索引。 我试图得到以下四个数据帧作为结果（由三个给定的索引和原始df的开头和结尾定义）每个都分配给他们自己的变量：

   time  value
0     4      0
1    10      0
2    15      0
3     6     50
4     0    100

   time  value
5    20      0
6    40      0

   time  value
7    11     70
8     9    100

    time  value
9     12      0
10    11    100
11    25     20

我当前的解决方案给了我一个数据框列表，然后我可以通过列表索引手动分配给变量，但是代码有点复杂，我想知道是否有更简单/更有效的方法来做到这一点。

indexes = [5,7,9]
indexes.insert(0,0)
indexes.append(df.index[-1]+1)

i = 0
df_list = []
while i+1 < len(indexes):
    df_list.append(df.iloc[indexes[i]:indexes[i+1]])
    i += 1

这一切都源于我试图回答这个问题。 我敢肯定有一个更好的方法来回答这个问题，但我确实觉得应该有一种更简单的方法来进行我所想的这种切片。

Answer 1

你可以使用np.split 之类的

df_list = np.split(df, indexes)