按指定条件拆分Pandas Series或DataFrame的更优雅方法问询

你目前在用的groupby((s == 0).cumsum())本身就是 Pandas 生态下非常简洁高效的实现，没有性能或语法层面的硬伤。如果追求更高的可读性、扩展性，或者需要直接输出列表格式结果，可以参考以下两种方案：

方案1：用numpy.split实现（适合直接输出列表的场景） #

直接定位所有满足拆分条件的位置做切割，逻辑更直观，不需要依赖分组的隐式规则：

import numpy as np
import pandas as pd

s = pd.Series([0, 1, 3, 2, 0, 2, 8, 0, 0, 2, 7])
# 取除第一个匹配项外的所有匹配位置作为拆分点
split_points = s[s == 0].index[1:]
result = [sub_series.tolist() for sub_series in np.split(s, split_points)]

运行得到的result和你要求的输出完全一致：[[0, 1, 3, 2], [0, 2, 8], [0], [0, 2, 7]]

方案2：封装通用拆分函数（适合规则需要复用/修改的场景） #

如果后续需要频繁调整匹配规则，可以把核心逻辑封装成通用函数，语义更清晰，扩展性更强：

def split_series_by_start_condition(series, start_condition):
    group_key = start_condition(series).cumsum()
    return [sub.tolist() for _, sub in series.groupby(group_key)]

# 调用示例
s = pd.Series([0, 1, 3, 2, 0, 2, 8, 0, 0, 2, 7])
# 匹配规则可以自定义，比如改成x>5、x.isna()都可以
result = split_series_by_start_condition(s, lambda x: x == 0)

补充说明 #

• 如果不需要输出嵌套列表，只是要对每个子序列做聚合、转换等后续操作，原本的groupby写法已经是最优选择，不需要额外修改
• 处理百万级以上的长序列时，numpy.split的内存效率会略高于groupby方案，因为不需要生成分组键的中间 Series

内容的提问来源于stack exchange，提问作者Kyuuhachi