如何按indicator列连续1值分组拆分时间序列DataFrame并保存为CSV

普通的groupby('indicator')会把所有indicator=1的行归为一组，不管是否连续。要拆分连续的indicator=1行组，核心是给每个连续组分配唯一标识，再按标识分组处理。

具体实现步骤 #

1. 生成连续组的唯一标识
   先重置索引（方便处理日期索引的情况），然后通过判断每行indicator与上一行是否相同，生成分组标签：

   # 重置索引，把日期转为普通列
   df_reset = df.reset_index()
   # 当indicator值发生变化时，分组号递增，生成唯一组标识
   df_reset['group_id'] = (df_reset['indicator'] != df_reset['indicator'].shift()).cumsum()
   

2. 筛选并拆分目标组
   过滤出indicator=1的行，再按生成的group_id分组：

   # 只保留indicator=1的行
   df_indicator1 = df_reset[df_reset['indicator'] == 1]
   # 按group_id拆分出每个连续行组
   groups = df_indicator1.groupby('group_id')
   

3. 逐个保存为CSV文件
   遍历分组，按indicator1-序号.csv的规则保存文件：

   for idx, (_, group_df) in enumerate(groups, start=1):
       # 恢复原日期索引（可选，根据需求调整）
       group_df = group_df.set_index('index')
       # 保存为CSV
       group_df.to_csv(f'indicator1-{idx}.csv')
   

完整示例代码 #

import pandas as pd

# 模拟你的时间序列数据
data = {
    'indicator': [0,0,1,1,1,0,0,0,1,1,0],
    'col1': range(11),
    'col2': range(100, 111)
}
dates = pd.date_range('2022-03-01', periods=11)
df = pd.DataFrame(data, index=dates)

# 生成连续组标识
df_reset = df.reset_index()
df_reset['group_id'] = (df_reset['indicator'] != df_reset['indicator'].shift()).cumsum()

# 筛选并拆分
df_indicator1 = df_reset[df_reset['indicator'] == 1]
groups = df_indicator1.groupby('group_id')

# 保存文件
for idx, (_, group_df) in enumerate(groups, 1):
    group_df = group_df.set_index('index')
    group_df.to_csv(f'indicator1-{idx}.csv')

运行后会生成indicator1-1.csv（对应2022-03-04至2022-03-06）和indicator1-2.csv（对应2022-03-10至2022-03-11）两个文件。

内容的提问来源于stack exchange，提问作者chorink65