Pandas如何基于两列条件识别连续行并拆分DataFrame分组

实现逻辑 #

• 逐行标记是否符合筛选规则：flag_0 == 3 且 flag_1 == 1
• 对不符合条件的行做累计求和，自动为每个独立的连续符合条件的行段分配唯一组ID
• 过滤掉不符合条件的行，按组ID拆分即可得到所有目标分组

完整代码 #

import pandas as pd

# 构造测试DataFrame
df = pd.DataFrame({
    'flag_0':[1,2,3,1,2,3,1,2,3,3,3,3,1,2,3,1,2,3,4,4],
    'flag_1':[1,2,3,1,2,3,1,2,1,1,1,1,1,2,1,1,2,3,4,4],
    'dd':[1,1,1,7,7,7,8,8,8,1,1,1,7,7,7,8,8,8,5,7]
})

# 标记匹配筛选条件的行
df['is_match'] = (df['flag_0'] == 3) & (df['flag_1'] == 1)
# 为连续匹配段生成独立组ID
df['gid'] = (~df['is_match']).cumsum()
# 拆分得到分组列表，自动过滤不匹配行，删除过程中生成的辅助列
group_list = [g.drop(columns=['is_match', 'gid']) for _, g in df[df['is_match']].groupby('gid')]

结果说明 #

遍历group_list即可按顺序得到所有符合要求的分组：

• 第一个分组：

flag_0  flag_1  dd
8       3       1   8
9       3       1   1
10      3       1   1
11      3       1   1

• 第二个分组：

flag_0  flag_1  dd
14       3       1   7

按照给出的测试数据，索引8的行同样满足flag_0=3、flag_1=1且与9-11行连续，因此归入第一个分组。如果有额外过滤规则，可在is_match标记步骤补充对应判断条件即可。

内容的提问来源于stack exchange，提问作者waqar ali