如何在分割数组时定位标记点的段序号与段内索引？

我有一个单列的pandas DataFrame：

import pandas as pd
df = pd.DataFrame({"Value": [10,9,5,11,2,8,6,7,4,2,1,9]})

当取其子集后，索引变为3,4,5,6,7：

df = df[3:8]

使用.to_numpy()转换为numpy数组时，索引会重置为0,1,2,3,4，但我需要保留原DataFrame的索引3,4,5,6,7。

补充背景：

• 我有一个含2880个索引点的numpy数组，需在索引1440处设置标记点。
• 需要将主数组分割为任意数量的段（如100段），找出标记点所在的段序号及该段内的索引。
• 当前分割代码如下：

# Convert pandas df to numpy array
signal = df['value'].values
# Split the signal into n no. of parts
num_parts = 100
segment_length = len(signal) // num_parts
segments = [signal[i:i + segment_length] for i in range(0, len(signal), segment_length)]

一、保留原DataFrame索引的方法 #

如果需要同时保留原始索引和对应的值，有两种直接的实现方式：

1. 单独提取索引数组与值数组配对 #

直接将切片后的DataFrame索引转为numpy数组，和值数组对应存储即可：

# 获取切片后的子集
df_subset = df[3:8]
# 提取原始索引数组
original_indices = df_subset.index.to_numpy()
# 提取值数组
values = df_subset['Value'].to_numpy()

后续可通过两个数组的对应位置，获取每个值对应的原始索引。

2. 使用结构化数组存储索引和值 #

如果希望将索引和值整合到同一个numpy数组中，可以创建结构化数组：

import numpy as np
df_subset = df[3:8]
# 创建包含索引和值的结构化数组
structured_array = np.array(
    list(zip(df_subset.index, df_subset['Value'])),
    dtype=[('original_index', int), ('value', int)]
)

之后可通过structured_array['original_index']和structured_array['value']分别访问索引和对应的值。

二、分割数组并定位标记点的实现 #

针对补充背景中的需求，无需先将DataFrame转为纯值数组，可直接基于原始索引处理，或在分割时保留索引信息：

方法1：基于pandas分割（推荐） #

利用索引范围直接分割，逻辑更清晰：

import pandas as pd

# 模拟含2880个索引点的DataFrame
df = pd.DataFrame({"Value": range(2880)}, index=range(2880))
target_index = 1440
num_parts = 100

# 计算每段的基础长度
segment_length = len(df) // num_parts

# 生成所有段的索引范围
segment_ranges = [(i, i + segment_length - 1) for i in range(0, len(df), segment_length)]
# 处理最后一段可能长度不足的情况
if segment_ranges[-1][1] < df.index[-1]:
    segment_ranges[-1] = (segment_ranges[-1][0], df.index[-1])

# 遍历查找标记点所在的段
for seg_idx, (start_idx, end_idx) in enumerate(segment_ranges):
    if start_idx <= target_index <= end_idx:
        within_segment_idx = target_index - start_idx
        print(f"标记点位于第{seg_idx+1}段（从1开始计数），段内索引为{within_segment_idx}")
        break

方法2：基于numpy数组保留索引信息 #

如果必须使用numpy数组，可先将索引和值整合后再分割：

import numpy as np
import pandas as pd

# 模拟数据
df = pd.DataFrame({"Value": range(2880)}, index=range(2880))
target_index = 1440
num_parts = 100

# 生成包含索引和值的numpy数组
signal_with_index = np.array(
    list(zip(df.index, df['Value'])),
    dtype=[('index', int), ('value', int)]
)

segment_length = len(signal_with_index) // num_parts
segments = [signal_with_index[i:i+segment_length] for i in range(0, len(signal_with_index), segment_length)]

# 遍历段查找标记点
for seg_num, seg in enumerate(segments):
    if (seg['index'] >= target_index).any() and (seg['index'] <= target_index).any():
        within_seg_idx = np.where(seg['index'] == target_index)[0][0]
        print(f"标记点位于第{seg_num+1}段，段内索引为{within_seg_idx}")
        break

内容的提问来源于stack exchange，提问作者EnigmAI