python - 如何根据连续索引拆分 DataFrame？

Question

我有一个带有非连续索引的 DataFrame 'work'，这是一个例子:

Index Column1 Column2
4464  10.5    12.7
4465  11.3    12.8
4466  10.3    22.8
5123  11.3    21.8
5124  10.6    22.4
5323  18.6    23.5

我需要从此 DataFrame 中提取仅包含索引连续的行的新 DataFrame，因此在这种情况下，我的目标是获取

DF_1.index=[4464,4465,4466]
DF_2.index=[5123,5124]
DF_3.index=[5323]

维护所有列。

谁能帮帮我？

Answer 1

分组方式

你可以制作一个完美的“连续”数组

np.arange(10)

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

如果我要从单调递增的索引中减去它，则只有那些“连续”的索引成员会显示为相等。这是建立分组依据的键的聪明方法。

list_of_df = [d for _, d in df.groupby(df.index - np.arange(len(df)))]

并打印每一个来证明

print(*list_of_df, sep='\n\n')

       Column1  Column2
Index                  
4464      10.5     12.7
4465      11.3     12.8
4466      10.3     22.8

       Column1  Column2
Index                  
5123      11.3     21.8
5124      10.6     22.4

       Column1  Column2
Index                  
5323      18.6     23.5

---

np.split

您可以使用 np.flatnonzero 来识别哪里的差异不等于 1 并避免使用 cumsum 和 groupby

list_of_df = np.split(df, np.flatnonzero(np.diff(df.index) != 1) + 1)

证明

print(*list_of_df, sep='\n\n')

       Column1  Column2
Index                  
4464      10.5     12.7
4465      11.3     12.8
4466      10.3     22.8

       Column1  Column2
Index                  
5123      11.3     21.8
5124      10.6     22.4

       Column1  Column2
Index                  
5323      18.6     23.5