python - 如何根据列中值的差异拆分 Pandas 数据框

Question

我有一个包含几列的 pandas 数据框，其中一列称为“strike”。如果 strike 列的一行的值大于 100 加上 strike 列的前一行，我想在那时将数据框分成两部分(它们仍然具有相同的列名)等等。我是 pandas 的新手，在查找了一些函数后无法想出一个简单的方法来做到这一点。

一个例子:下面的数据框:

strike crv vol
1400   w   a 
1450   x   b
1600   y   c
1800   z   d

会出现 3 个数据帧:

strike crv vol
1400   w   a 
1450   x   b

strike crv vol
1600   y   c

strike crv vol
1800   z   d

谢谢!

Answer 1

IIUC，这是 compare-cumsum-groupby 模式的另一个例子:

>>> df
   strike crv vol
0    1400   w   a
1    1450   x   b
2    1600   y   c
3    1800   z   d
>>> group_ids = (df["strike"] > (df["strike"].shift() + 100)).cumsum()
>>> grouped = df.groupby(group_ids)
>>> for k,g in grouped:
...     print("-----")
...     print(g)
...     
-----
   strike crv vol
0    1400   w   a
1    1450   x   b
-----
   strike crv vol
2    1600   y   c
-----
   strike crv vol
3    1800   z   d

如果您愿意，您可以将其放入列表或字典中:

>>> group_list = [g for k,g in grouped]
>>> group_list[2]
   strike crv vol
3    1800   z   d
>>> group_dict = dict(list(grouped))
>>> group_dict[1]
   strike crv vol
2    1600   y   c

---

这是可行的，因为我们利用 True == 1 和 False == 0 的事实构建组 ID:

>>> df["strike"] > (df["strike"].shift() + 100)
0    False
1    False
2     True
3     True
Name: strike, dtype: bool
>>> (df["strike"] > (df["strike"].shift() + 100)).cumsum()
0    0
1    0
2    1
3    2
Name: strike, dtype: int64

然后我们可以对这些值进行分组。