Python Pandas：在 DataFrame 的特定列中按模式（跨行）拆分

Question

对编码和 python 非常陌生，所以请多多包涵。我已经看了又看，但无法在任何地方找到解决方案。

我有一个来自大型 Excel 电子表格的数据框，其中在“示踪气体类型”列（随机行）中有连续“1”、“2”、“1”、“2”的模式...出现。这些行需要从电子表格的其余部分中拆分出来。数据框的示例部分：

   df = {'col1': [1, 2, 3, 4, 5, 6, 7, 8, 9], 'col2': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'],
                  'Tracer gas type': ['1', '2', '1', '1', '0', '1', '2', '1', '2' ]}
        df = pd.DataFrame(data=df)

模式总是从 1 开始，可能重复未知次数并在 2 结束。在这个例子中，如果正确拆分，新的 df 应该只包含旧 df 的前 2 行和最后 4 行：

作为起点，我已经能够拆分值为“1”的数据框，但无法拆分“1”、“2”、“1”、“2”...部分用这个方法：

        self.new_df = self.df[self.df['Tracer gas type'] == '1']

提前感谢您的帮助！

Answer 1

我不知道是否有直接使用 pandas 的花哨简单的方法，但你可以像这样使用基本的 python 迭代数据帧的所有行来做到这一点：

# create a new empty dataset
df_new_data = {
    'col1': []
    , 'col2': []
    , 'Tracer gas type': []
}

last_tgt = ''
this_tgt = ''
# go over all rows in df.values
for row_id in range(0, len(df.values)):
    this_tgt = df.iloc[row_id][2]
    # leave out the first row for comparison
    if(last_tgt != ''): 
        # if the last tgt was 1 and this is 2 then write both rows to the new dataset
        if(this_tgt == '2' and last_tgt == '1'): 
            # print(str(row_id-1) + ' - ' + str(row_id)) # just for debugging
            df_new_data['col1'].append(df.iloc[row_id-1][0])
            df_new_data['col2'].append(df.iloc[row_id-1][1])
            df_new_data['Tracer gas type'].append(df.iloc[row_id-1][2])
            df_new_data['col1'].append(df.iloc[row_id][0])
            df_new_data['col2'].append(df.iloc[row_id][1])
            df_new_data['Tracer gas type'].append(df.iloc[row_id][2])
    # remember this value as 'last value'
    last_tgt = this_tgt

# create new DataFrame from dataset
df_new = pd.DataFrame(df_new_data)
df_new

这可能不是最漂亮的方式，但它会产生您作为示例给出的期望结果。