使用列表列表作为掩码将数据帧拆分为多个数据帧

努比:

• flatnonzero 找到 'foo.foo' 排成一排
• split 相应地划分数据帧

import numpy as np

np.split(df, np.flatnonzero(df.BB.eq('foo.foo'))[:-1] + 1)

[   A       BB
 0  1  foo.bar
 1  2  foo.bar
 2  3  foo.foo,
    A       BB
 3  4  foo.bar
 4  5  foo.bar
 5  6  foo.foo]

寻址 @mozway's 议论

list(filter(
    lambda d: not d.empty,
    np.split(df, np.flatnonzero(df.BB.eq('foo.foo')) + 1)
))

[   A       BB
 0  1  foo.bar
 1  2  foo.bar
 2  3  foo.foo,
    A       BB
 3  4  foo.bar
 4  5  foo.bar
 5  6  foo.foo]

你可以

• 去哪排 df.BB 等于 'foo.foo'
• 把它移一排
• 将累计金额应用于该项目,然后
• 根据结果指数进行分组。

你最终会得到一个 groupby 对象,可以将其转换为子dfs列表。

>>> groups = df.groupby(df.BB.eq('foo.foo').shift(fill_value=0).cumsum())
>>> frames = [frame for _, frame in groups]
>>> frames # list of sub-dfs
[   A       BB
 0  1  foo.bar
 1  2  foo.bar
 2  3  foo.foo,
    A       BB
 3  4  foo.bar
 4  5  foo.bar
 5  6  foo.foo]

这是你所期待的吗:

m = len(df) // 2
df1, df2 = df.iloc[:m], df.iloc[m:]

输出:

>>> df1
   A       BB
0  1  foo.bar
1  2  foo.bar
2  3  foo.foo

>>> df2
   A       BB
3  4  foo.bar
4  5  foo.bar
5  6  foo.foo

或使用 np.split

df1, df2 = np.split(df, 2)