通过 pandas 自定义逐步循环

Question

我知道这个问题被问过几次，但我无法理解答案或将其应用于我的案例。

我正在尝试遍历数据帧，并且对于每一行，如果 A 列有 1，则将 1 添加到计数器，如果它有 0，则不计算计数器中的行（但不要跳过它） . 当计数器达到 10 时，取出所有行并将它们放入一个数组中并重新启动计数器。经过一番搜索，似乎生成器可以解决问题，但我对它们有点麻烦。到目前为止，由于 SO 社区的帮助，我得到了类似的东西！

data = pd.DataFrame(np.random.randint(0,50,size=(50, 4)), columns=list('ABCD'))
data['C'] = np.random.randint(2, size=50)
data

counter = 0
chunk = 10
arrays = []
for x in range(0, len(data), chunk):
    array = data.iloc[x: x+chunk]
    arrays.append(array)
    print(array)

这个想法看起来像这样：

while counter <= 10:
    if data['A'] == 1:
        counter += 1
        yield counter
    if counter > 10:
        counter = 0

但我不知道如何将此伪代码与我当前的 for 循环结合起来。

Answer 1

当我们使用pandas时，我们应该尽量不要做for循环，根据你的问题，我们可以使用groupby

arrays=[frame for _,frame in data.groupby(data.A.eq(1).cumsum().sub(1)//10)]

解释：

我们用 A 做cumsum 如果它是 1，那么我们会将数字相加，0 将保持与前一行相同的总和，// 这里是让 div 以 10 为单位分割数据帧，例如 10//10 将返回 1，而 20//10 将返回 2。