基于行间差值对Pandas DataFrame进行分组的实现方法

核心思路 #

通过计算a列相邻行的差值，识别分组分界点，再累加生成分组ID，最终用groupby完成分组。

完整代码示例 #

import pandas as pd

# 初始化数据框
zz = pd.DataFrame([[1,0], [1.1, 2], [2,3], [2.19,4], [5,7], [6,0], [7,2], [8,3], [8.05, 0], [8.12,4]], columns = ['a', 'b'])

# 生成分组ID：当相邻行a列差值≥0.2时，视为新分组的起点，累加计数得到分组标识
zz['group_id'] = (zz['a'].diff() >= 0.2).cumsum()

# 执行分组
grouped = zz.groupby('group_id')

# 查看每个分组的行索引
for group_num, group in enumerate(grouped, start=1):
    _, df = group
    print(f"group{group_num}: {df.index.tolist()}")

输出结果 #

运行代码后将得到与预期一致的分组：

• group1: [0, 1]
• group2: [2, 3]
• group3: [4]
• group4: [5]
• group5: [6]
• group6: [7, 8, 9]

（注：预期中的分组编号偏移是因为起始计数差异，实际分组内容完全匹配）

内容的提问来源于stack exchange，提问作者jAguesses