基于两列条件筛选Pandas DataFrame行并生成子DataFrame

给定一个Pandas DataFrame，需按以下规则生成子DataFrame：当某行的typeId == 15时，提取该行之前**连续满足typeId == 1且result == 1**的行，连同该行本身存入子DataFrame。

原始DataFrame #

期望输出 #

第一个子DataFrame #

第二个子DataFrame #

解决方案 #

代码实现 #

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'typeId': [2,4,1,1,15,3,2,1,1,15,4,3],
    'result': [3,1,1,1,1,4,1,1,1,1,4,3]
}, index=range(1,13))

# 获取所有typeId=15的行索引
target_indices = df[df['typeId'] == 15].index.tolist()

sub_dfs = []
for idx in target_indices:
    # 从当前索引向前遍历，收集符合条件的行
    selected_rows = [idx]
    current = idx - 1
    while current >= 1:
        row = df.loc[current]
        if row['typeId'] == 1 and row['result'] == 1:
            selected_rows.append(current)
            current -= 1
        else:
            break
    # 反转索引顺序，保证与原始DataFrame一致
    selected_rows.reverse()
    sub_df = df.loc[selected_rows]
    sub_dfs.append(sub_df)

# 查看结果
print("第一个子DataFrame：")
print(sub_dfs[0])
print("\n第二个子DataFrame：")
print(sub_dfs[1])

逻辑说明 #

1. 先定位所有typeId=15的行索引，逐个处理
2. 对每个目标行，向前遍历直到遇到不满足typeId=1且result=1的行停止
3. 反转收集的索引列表，保证子DataFrame的行顺序与原始数据一致
4. 最终sub_dfs列表包含所有符合要求的子DataFrame

内容的提问来源于stack exchange，提问作者WilliamAshoti