如何用Pandas按特殊规则对DataFrame进行分组？

当然可以完美实现你的需求！你之前尝试的连续值分组思路没有结合ID的分组逻辑，所以没法精准定位每个ID内的目标行。我们可以通过按ID分组后逐个处理每组数据的方式，精准划分出你要的三个分组。

先准备好基础数据 #

首先先把你的数据构造出来：

import pandas as pd

data = {
    'ID': [100, 100, 100, 100, 200, 200, 200, 200, 200, 300, 300, 300, 300, 300],
    'value': [False, False, True, False, False, True, True, True, False, False, False, True, True, False],
}
df = pd.DataFrame(data, columns=['ID','value'])

实现三个分组的核心逻辑 #

我们可以通过groupby('ID')遍历每个ID组，然后针对每组计算关键位置，再筛选出对应行：

1. 分组1：每个ID中首个True行之前的所有False行

对于每个ID组，先找到第一个True出现的位置，然后筛选出该位置之前的所有False行：

# 定义函数处理单个ID组
def get_group1(group):
    first_true_idx = group['value'].idxmax()  # 获取组内第一个True的索引
    # 筛选索引小于first_true_idx且value为False的行
    return group[(group.index < first_true_idx) & (group['value'] == False)]

group1 = df.groupby('ID').apply(get_group1).reset_index(drop=True)
print("分组1结果：")
print(group1)

2. 分组2：每个ID中最后一个True行之后的所有False行

类似地，找到每个组内最后一个True的位置，然后筛选该位置之后的False行：

def get_group2(group):
    # 反转组内value，找到第一个True的索引，就是原组最后一个True的位置
    last_true_idx = group['value'][::-1].idxmax()
    # 筛选索引大于last_true_idx且value为False的行
    return group[(group.index > last_true_idx) & (group['value'] == False)]

group2 = df.groupby('ID').apply(get_group2).reset_index(drop=True)
print("\n分组2结果：")
print(group2)

3. 分组3：所有True行

这个最简单，直接筛选整个DataFrame中value为True的行即可：

group3 = df[df['value'] == True].reset_index(drop=True)
print("\n分组3结果：")
print(group3)

运行结果验证 #

执行上述代码后，你会得到完全符合需求的三个分组：

• 分组1包含ID100的前2行False、ID200的第1行False、ID300的前2行False
• 分组2包含ID100的最后1行False、ID200的最后1行False、ID300的最后1行False
• 分组3包含所有标记为True的行

补充说明 #

如果你的DataFrame索引不是默认的连续整数，也可以改用组内的相对位置（比如用cumcount()生成组内序号）来判断，逻辑是一样的，只需要把索引替换成组内序号即可。

内容的提问来源于stack exchange，提问作者Ford1892