如何基于多次出现的flag=1条件提取Pandas DataFrame数据块？

没问题，我来帮你搞定这个需求！要提取DataFrame中连续的flag=1数据块，我们可以通过生成分组标识+按组拆分的方法来实现，具体步骤和代码如下：

步骤1：生成连续块的分组ID #

首先我们需要给每一段连续的flag=1数据分配一个唯一的分组ID，这样后续就能按ID拆分出各个数据块：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({"flag":[0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0, 0], "Val":[1, 5, 7, 5, 4, 7, 8, 11, 13, 44, 7 , 8, 10, 14, 12]})

# 标记每个连续flag=1块的起始行，然后累加得到分组ID
df['group_id'] = (df['flag'] == 1) & (df['flag'].shift(1) == 0)
df['group_id'] = df['group_id'].cumsum()

这里的逻辑是：df['flag'].shift(1)会把flag列向上偏移一行，当当前行flag=1且上一行flag=0时，就说明这是一个新的连续1块的开始，我们用这个条件生成布尔值，再通过cumsum()把这些起始点累加，得到每个块的唯一ID。

步骤2：筛选并拆分数据块 #

接下来我们筛选出所有flag=1的行，然后按group_id分组，就能得到各个独立的数据块：

# 筛选flag=1的行，按group_id分组后转成列表
chunks = [group for _, group in df[df['flag'] == 1].groupby('group_id')]

步骤3：查看结果 #

你可以通过循环来打印每个数据块：

for idx, chunk in enumerate(chunks, start=1):
    print(f"Chunk {idx}")
    # 只展示Val和flag列（可选）
    print(chunk[['Val', 'flag']])
    print("\n")

运行后输出的结果就是你想要的：

Chunk 1
Val flag
2 7 1
3 5 1
4 4 1
5 7 1

Chunk 2
Val flag
9 44 1
10 7 1
11 8 1
12 10 1

这样得到的chunks是一个列表，每个元素都是一个独立的DataFrame，你可以单独对每个块进行后续处理~

内容的提问来源于stack exchange，提问作者user2841051