如何按列值将 Pandas 数据帧拆分/切片为多个数据帧？

Question

我有以下熊猫 DF：

0 | A
1 | B
2 | A
3 | A
4 | B
5 | A
6 | B
7 | B
8 | A
9 | A

我想将这个单个 DF 沿 B 值分割成多个，这样我就省略了所有 B 并将所有连续的 A 行作为相应的结果 DF，如下所示：

df#1：

0 | A

df#2：

2 | A
3 | A

df#3：

5 | A

df#4：

8 | A
9 | A

必须保持 A 行的顺序。 如何执行此操作？ （实际任务是相关事件的时间序列，必须作为一个事件处理，由不相关事件分隔。）

Answer 1

您可以使用itertools.groupby过滤掉您想要的部分 -

from itertools import groupby
dfs = [pd.DataFrame.from_records(list(g), 
       columns=df.reset_index().columns, index='index')
       for k, g in 
       groupby(df.to_records(), key=lambda x: x[2])
       if k.strip() == 'A']
df_1, df_2, df_3, df_4 = dfs #This is probably not necessary

输出

# df_1
       0   1
index       
0      0   A

# df_2
       0   1
index       
2      2   A
3      3   A

Answer 2

您可以通过掩码创建的连续A值创建循环，以便将列col与链掩码创建的组进行比较，并使用累积sum移位反转值：

m = df.col.eq('A')

for i, g in df[m].groupby((m & ~m.shift(fill_value=False)).cumsum()):
    print (g)
  col
0   A
  col
2   A
3   A
  col
5   A
  col
8   A
9   A

或 DataFrames 的字典：

m = df.col.eq('A')
d = {i: g for i, g in df[m].groupby((m & ~m.shift(fill_value=False)).cumsum())}
    
print (d)
{1:   col
0   A, 2:   col
2   A
3   A, 3:   col
5   A, 4:   col
8   A
9   A}

print (d[1])
  col
0   A

另一个类似的想法：

m = df.col.eq('A')
d = {i: g for i, g in df[m].groupby(m.ne(m.shift()).cumsum())}
    
print (d)
{1:   col
0   A, 3:   col
2   A
3   A, 5:   col
5   A, 7:   col
8   A
9   A}