按索引值将pandas系列拆分为连续的块

你可以

In [761]: [v.tolist() for _, v in df.groupby(df.index.to_series().diff().ne(0).cumsum())]
Out[761]: [[1, 2, 3], [4, 5], [6, 7]]

细节

得到结果块。

In [762]: df.index.to_series().diff().ne(0).cumsum()
Out[762]:
1    1
1    1
1    1
2    2
2    2
1    3
1    3
dtype: int32

您可以将序列转换为数据帧,然后使用 groupby 具有 shift + cumsum :

df = df.reset_index()

group_key = (df['index'] != df['index'].shift()).cumsum()
res = df.groupby(group_key)[0].apply(list).values.tolist()

print(res)

[[1, 2, 3], [4, 5], [6, 7]]

group_key 枚举值组:

print(group_key)

0    1
1    1
2    1
3    2
4    2
5    3
6    3
Name: index, dtype: int32