如何按重复起始行索引拆分多试验场景下的Pandas DataFrame

核心思路是通过创建分组标识区分不同试验：每当遇到索引为0的行时标记新分组，再用groupby按分组拆分即可，完全无需手动查找结束索引。

具体实现步骤 #

1. 生成分组标识：先判断每行索引是否为0得到布尔数组，再对数组做累积求和（cumsum()），每个试验会被分配唯一的分组ID。
2. 按分组ID拆分DataFrame：用groupby分组后直接转成列表，每个元素就是对应试验的子DataFrame。

代码示例 #

import pandas as pd

# 假设你的原始DataFrame为df
# 第一步：创建分组标识列
df['trial_id'] = (df.index == 0).cumsum()

# 第二步：拆分并转换为子DataFrame列表
list_df_trials = [group for _, group in df.groupby('trial_id')]

# 可选：如果不需要保留分组标识列，可在拆分后删除
list_df_trials = [group.drop('trial_id', axis=1) for _, group in df.groupby('trial_id')]

方法优势 #

• 彻底规避手动追踪结束索引的麻烦，解决了索引重复导致的定位问题。
• 基于Pandas内置函数实现，比循环删除行的方式效率更高，处理大型CSV文件时性能优势明显。
• 代码简洁逻辑清晰，后期维护成本低。

验证方式 #

可打印第一个子DataFrame确认结果：

print(list_df_trials[0])

输出内容会对应第一个试验从索引0到n的所有行，后续子DataFrame依次对应下一组试验数据。

内容的提问来源于stack exchange，提问作者Sa Ata