当条件为真时，Pandas 将数据帧拆分为多个答案

【问题标题】：Pandas split dataframe into multiple when condition is true当条件为真时，Pandas 将数据帧拆分为多个
【发布时间】：2018-07-24 00:17:54
【问题描述】：

我有一个数据框，如下面的 df 。我想为条件为真的每个数据块创建一个新的数据框，以便返回 df_1, df_2....df_n。

|      df           |       |  df_1 |   | df_2  |
| Value | Condition |       | Value |   | Value |
|-------|-----------|       |-------|---|-------|
| 2     | True      |   |   | 2     |   | 0     |
| 5     | True      |   |   | 5     |   | 5     |
| 4     | True      |   |   | 4     |   |       |
| 4     | False     |   |   |       |   |       |
| 2     | False     |   |   |       |   |       |
| 0     | True      |   |   |       |   |       |
| 5     | True      |   |   |       |   |       |
| 7     | False     |   |   |       |   |       |
| 8     | False     |   |   |       |   |       |      
| 9     | False     |   |   |       |   |       |

我唯一的想法是循环遍历数据帧，为每个真值块返回开始和结束索引，然后创建新的数据帧，循环遍历返回的索引，为每个开始/结束对返回类似这样的内容：

newdf = df.iloc[start:end]

但这样做似乎效率低下。

【问题讨论】：

标签： python python-3.x pandas split

【解决方案1】：

由倒置布尔列的Series 创建DataFrames 的字典，并为where 的无组添加NaNs：

g = (~df['Condition']).cumsum().where(df['Condition'])
print (g)
0    0.0
1    0.0
2    0.0
3    NaN
4    NaN
5    2.0
6    2.0
7    NaN
8    NaN
9    NaN
Name: Condition, dtype: float64

#enumerate for starting groups from 1, 2, N
dfs = {i+1:v for i, (k, v) in enumerate(df[['Value']].groupby(g))}
print (dfs)
{1:    Value
0      2
1      5
2      4, 2:    Value
5      0
6      5}

print (dfs[1])
   Value
0      2
1      5
2      4

print (dfs[2])
   Value
5      0
6      5

【讨论】：

我喜欢这个解决方案。原来我不需要字典，所以我只是用一个列表来形成 dfs。感谢您的回复。

【解决方案2】：

这是另一种解决方案。请注意 consecutive_groups 配方来自 more_itertools 库。

from itertools import groupby
from operator import itemgetter

def consecutive_groups(iterable, ordering=lambda x: x):
    for k, g in groupby(enumerate(iterable), key=lambda x: x[0] - ordering(x[1])):
        yield map(itemgetter(1), g)

grps = consecutive_groups(df[df.Condition].index)

dfs = {i: df.iloc[list(j)] for i, j in enumerate(grps, 1)}

# {1:    Value Condition
# 0      2      True
# 1      5      True
# 2      4      True,
# 2:    Value Condition
# 5      0      True
# 6      5      True}

【讨论】：

【解决方案3】：

我决定提供一个答案，将每个 'Value' 放入自己的列中。

m = df.Condition.values
g = (~m).cumsum()
d = df.loc[m, 'Value']
g = g[m]
c = d.groupby(g).cumcount()
d.set_axis([c, g], inplace=False).unstack()

     0    2
0  2.0  0.0
1  5.0  5.0
2  4.0  NaN

【讨论】：