如何根据温度连续高于0的条件拆分DataFrame为多个子DataFrame

示例数据构造 #

先还原你的示例DataFrame：

import pandas as pd

data = {
    "日期": ["2022-05-20"]*9,
    "时间": ["4:16", "4:17", "4:18", "4:19", "4:34", "4:39", "4:48", "4:49", "4:59"],
    "温度": [32, 16, 0, 7, 75, 5, 0, 0, 83]
}
df = pd.DataFrame(data)

拆分方法 #

核心思路是识别温度连续高于0的片段，给每个片段分配唯一分组ID，再按ID拆分：

# 1. 标记温度是否大于0
df['is_above_zero'] = df['温度'] > 0

# 2. 生成连续段的分组键：当温度从<=0变为>0时，分组ID递增
df['group_id'] = (df['is_above_zero'] & ~df['is_above_zero'].shift(fill_value=False)).cumsum()

# 3. 过滤掉温度<=0的组，然后按group_id拆分
result_dfs = [group for _, group in df[df['is_above_zero']].groupby('group_id')]

输出结果 #

现在result_dfs就是你要的三个独立DataFrame：

• 第一个DataFrame：

• 第二个DataFrame：

• 第三个DataFrame：

代码解释 #

• is_above_zero列：简单标记每行温度是否符合条件
• group_id生成：通过shift()对比当前行和上一行的状态，当状态从False变为True时，cumsum()会让分组ID加1，这样连续的True行就会分到同一个组
• 最后过滤掉非目标行，按分组ID拆分得到多个独立DataFrame

内容的提问来源于stack exchange，提问作者Nadka