如何基于DataFrame列的递增连续序列创建分组？

问题说明 #

给定以下DataFrame：

import pandas as pd
df = pd.DataFrame(
    {
        'a': [10, 14, 20, 10, 12, 5, 3]
    }
)

需要按照从上到下，只要列a的值递增或相等则分组不变；当当前行a的值小于前一行时，切换新分组的规则，将数据拆分为4个分组，预期输出如下：

a
0  10
1  14
2  20

    a
3  10
4  12

    a
5   5

    a 
6   3 

用户尝试了以下代码，但不知道后续步骤：

import numpy as np
df['dir'] = np.sign(df.a.shift(-1) - df.a)

解决方案 #

核心思路是标记分组切换的节点，生成分组ID后拆分输出：

完整代码 #

import pandas as pd
import numpy as np

# 原始数据
df = pd.DataFrame({'a': [10, 14, 20, 10, 12, 5, 3]})

# 生成分组ID：当当前行a小于前一行时，分组ID+1
df['group_id'] = (df['a'] < df['a'].shift()).cumsum()

# 遍历分组并输出
for group_id in df['group_id'].unique():
    # 只保留a列，匹配预期输出格式
    current_group = df[df['group_id'] == group_id][['a']]
    print(current_group)
    print()  # 空行分隔不同分组

代码解释 #

1. 标记分组切换点：df['a'] < df['a'].shift()生成布尔序列，True表示当前行a的值小于前一行，这就是分组需要切换的位置。
2. 生成分组ID：对布尔序列使用cumsum()累加（布尔值会被转为1/0），这样每个切换点之后的行会自动获得新的分组ID。
3. 拆分并输出：遍历所有唯一的分组ID，筛选对应行并只保留a列，输出时用空行分隔分组，完全匹配预期格式。

对用户尝试代码的补充 #

你之前用np.sign(df.a.shift(-1)-df.a)是比较当前行和下一行的关系，但规则是基于当前行和前一行的比较，所以方向反了，调整为和前一行的对比即可实现需求。

内容的提问来源于stack exchange，提问作者AmirX