如何基于布尔列split拆分pandas DataFrame为bullish值统一的子集

你可以通过对split列累加生成分组ID的方式实现拆分，核心逻辑是cumsum遇到布尔值True时会自动加1，每次split触发（也就是bullish值变化）时组号就加1，自然就把连续相同bullish的行归为同一组，完整操作步骤如下：

• 先补全最后一行的split值：你用shift(-1)对比当前行和下一行的值，会导致最后一行的split为NaN，需要主动赋值为True作为最后一组的结束标记

df.loc[df.index[-1], 'split'] = True

• 生成分组ID，确保所有bullish值相同的连续行被分到同一组

df['group_id'] = df['split'].shift(fill_value=False).cumsum().astype(int)

• 按分组ID拆分得到所有子集

# 得到存储所有子DataFrame的列表
sub_dfs = [group_df for _, group_df in df.groupby('group_id')]

# 如果不需要在子集中保留split、group_id字段，可以用下面的写法过滤
# sub_dfs = [group_df.drop(columns=['split', 'group_id']) for _, group_df in df.groupby('group_id')]

操作完成后sub_dfs中的每个元素都是满足要求的子集，所有行的bullish值统一为全True或全False。

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