通过查找 NaN 将 pandas 数据帧拆分为多个数据帧

Question

我正在尝试将数据框从 excel 拆分为多个数据框。

数据框如下所示：

	姓名	价值	单元
0	AA	10	毫米
1	BDC	20	毫米
2	钠	钠	钠
3	AFD	60	毫米
4	AKW	18	厘米
5	TDF	0,5	毫米
6	钠	钠	钠
7	AA	10	毫米
8	脸书	65	l

我已经在 python 中正确存储了整个数据帧，但是我不知道当存在 NaN 行时如何将数据帧拆分为多个数据帧。 我试图迭代 .iterrows() 但它只给了我直到第一个 NaN 行的行。 将行合并到新数据框中的最佳做法是什么？ 任何帮助表示赞赏。

content = pd.read_excel(filepath, sheet_name='Parameter'))
right_tables = content[['Name', 'Value', 'Unit']]

for i, row in right_tables.head().iterrows():
    print(row)

控制台输出：

Name      AA
Value     10
Unit      mm
Name: 0, dtype: object
Name     BDC
Value     20
Unit      mm
Name: 1, dtype: object
Name     NaN
Value    NaN
Unit     NaN
Name: 2, dtype: object

我需要的结果应该是： | | 姓名 | 价值 | 单位 | |--|--|--|--| |0|AA|10|毫米| |1|BDC|20|毫米|

	姓名	价值	单元
0	AFD	60	毫米
1	AKW	18	厘米
2	TDF	0,5	毫米

	姓名	价值	单元
0	AA	10	毫米
1	脸书	65	l

Answer 1

按 DataFrame.dropna 删除缺失的行， DataFrame.dropna和Series.cumsum创建的Series.isna分组：

for g, df in df.dropna().groupby(df['Name'].isna().cumsum()):
    print (df.reset_index(drop=True))
  Name Value Unit
0   AA    10   mm
1  BDC    20   mm
  Name Value Unit
0  AFD    60   mm
1  AKW    18   cm
2  TDF   0,5   mm
  Name Value Unit
0   AA    10   mm
1   FB    65    l

如果需要数据框列表：

dfs= [df.reset_index(drop=True) for g,df in df.dropna().groupby(df['Name'].isna().cumsum())]
print (dfs)
[  Name Value Unit
0   AA    10   mm
1  BDC    20   mm,   Name Value Unit
0  AFD    60   mm
1  AKW    18   cm
2  TDF   0,5   mm,   Name Value Unit
0   AA    10   mm
1   FB    65    l]