我有一个数据框，如下面的 df 。我想为条件为真的每个数据块创建一个新的数据帧，以便它将返回 df_1、df_2....df_n。
| df | | df_1 | | df_2 |
| Value | Condition | | Value | | Value |
|-------|-----------| |-------|---|-------|
| 2 | True | | | 2 | | 0 |
| 5 | True | | | 5 | | 5 |
| 4 | True | | | 4 | | |
| 4 | False | | | | | |
| 2 | False | | | | | |
| 0 | True | | | | | |
| 5 | True | | | | | |
| 7 | False | | | | | |
| 8 | False | | | | | |
| 9 | False | | | | | |
我唯一的想法是循环遍历数据帧，返回每个 True 值块的开始和结束索引，然后创建新的数据帧，并循环遍历返回的索引，为每个开始/结束对返回类似这样的内容：
newdf = df.iloc[start:end]
但这样做似乎效率很低。
这是一个替代解决方案。请注意consecutive_groups http://more-itertools.readthedocs.io/en/latest/api.html#more_itertools.consecutive_groups食谱来自更多_iter工具 http://more-itertools.readthedocs.io/en/latest/api.html图书馆。
from itertools import groupby
from operator import itemgetter
def consecutive_groups(iterable, ordering=lambda x: x):
for k, g in groupby(enumerate(iterable), key=lambda x: x[0] - ordering(x[1])):
yield map(itemgetter(1), g)
grps = consecutive_groups(df[df.Condition].index)
dfs = {i: df.iloc[list(j)] for i, j in enumerate(grps, 1)}
# {1: Value Condition
# 0 2 True
# 1 5 True
# 2 4 True,
# 2: Value Condition
# 5 0 True
# 6 5 True}
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
