如何根据状态列拆分 Pandas DataFrames

Question

我有一个 DataFrame，看起来有点像下面这个：

     time  status    A
  0     0       2   20
  1     1       2   21
  2     2       2   20
  3     3       2   19
  4     4      10   18
  5     5       2   17
  6     6       2   18
  7     7       2   19
  8     8       2   18
  9     9      10   17
...   ...     ...  ...

现在，我想 select 所有状态为 == 2 的行，并对结果行进行分组，这些行不会被任何其他行状态打断，这样我以后就可以访问每个组分开。

类似于：

print df1
 
     time  status    A
  0     0       2   20
  1     1       2   21
  2     2       2   20
  3     3       2   19
 
print df2
 
     time  status    A
  0     5       2   17
  1     6       2   18
  2     7       2   19
  3     8       2   18

是否有一种有效的、避免循环的方法来实现这一点？

提前致谢！

Answer 1

输入数据：

>>> df
   time  status   A
0     0       2  20  # group 1
1     1       2  21  # 1
2     2       2  20  # 1
3     3       2  19  # 1
4     4      10  18  # group 2
5     5       2  17  # group 3
6     6       2  18  # 3
7     7       2  19  # 3
8     8       2  18  # 3
9     9      10  17  # group 4

df["group"] = df.status.ne(df.status.shift()).cumsum()

>>> df
   time  status   A  group
0     0       2  20      1
1     1       2  21      1
2     2       2  20      1
3     3       2  19      1
4     4      10  18      2
5     5       2  17      3
6     6       2  18      3
7     7       2  19      3
8     8       2  18      3
9     9      10  17      4

现在你可以随心所欲了。例如：

(_, df1), (_, df2) = list(df.loc[df["status"] == 2].groupby("group"))

>>> df1
   time  status   A  group
0     0       2  20      1
1     1       2  21      1
2     2       2  20      1
3     3       2  19      1

>>> df2
   time  status   A  group
5     5       2  17      3
6     6       2  18      3
7     7       2  19      3
8     8       2  18      3

如何根据状态列拆分 Pandas DataFrames

How to Split Pandas DataFrames Based on a Status Column

python

split

slice

dataframe

pandas