基于连续条件对DataFrame进行分组的技术实现

普通的groupby('Group')会把所有相同Group值的行归为一组，无法区分连续中断的情况。要实现连续相同Group值的独立分组，核心是生成一个连续分组标识，具体方案如下：

代码实现 #

import pandas as pd

# 假设你的时序DataFrame名为df，包含Group字段
# 生成连续分组ID：当Group值与上一行不同时，ID递增
df['group_id'] = df['Group'].ne(df['Group'].shift()).cumsum()

# 按group_id分组，将每个分组的DataFrame存入列表
grouped_dfs = [group for _, group in df.groupby('group_id')]

原理说明 #

• df['Group'].shift()：将Group字段向下偏移一行，用于和当前行比较
• ne()：判断当前行Group值是否与上一行不同，返回布尔序列（True表示值变化）
• cumsum()：对布尔序列累加（True=1，False=0），生成唯一的连续分组ID，相同连续Group值的行拥有同一个ID
• 最后通过groupby('group_id')分组，将每个分组转换为DataFrame存入列表

示例验证 #

假设原始数据如下：

生成的group_id列值为[1,1,2,2,3]，最终grouped_dfs会包含3个DataFrame，分别对应连续的A组、连续的B组、再次出现的A组，完全符合连续分组的需求。

这个方案基于pandas向量化操作，处理数千条时序数据效率极高，适合后续独立分析每个连续分组。

内容的提问来源于stack exchange，提问作者mshah