python - 将 Pandas 数据帧行拆分为搜索的列值到新的数据帧中

Question

我有一个包含多个标题行(多个 csv 的组合)的数据框。有没有办法在不使用 .iloc 的情况下将数据帧拆分回单个数据帧？ iloc 有效，但对我的工作流程来说会很耗时。

data = {'A':  [1,2,3,'A',4,5,6,'A',7,8,9],
        'B': [9,8,7,'B',6,5,4,'B',3,2,1]}
df = pd.DataFrame(data, columns = ['A','B'])

## My current approach:
df1 = df.iloc[:3,]
df2 = df.iloc[4:7,]
df3 = df.iloc[8:,]

是否有更好的方法通过搜索列中的值来拆分数据框？即类似 df1,df2,df3 = df.split(df['A']=='A')

Answer 1

一个可以用eq检查标题行，然后在 cumsum 上进行分组:

header_rows = df.eq(df.columns).all(1)
dfs = {k:v for k,v in df[~header_rows].groupby(header_rows.cumsum())}

然后，例如 dfs[0]给出:

   A  B
0  1  9
1  2  8
2  3  7