如何基于强度值1130.07拆分合并生成的大型dataframe

用pandas可以快速完成拆分，核心思路是先给不同的原始数据集打分组标识，再按分组拆分转成多列格式。

完整代码示例 #

import pandas as pd
import numpy as np

# 1. 生成分组标识：匹配到强度1130.07时切换分组
# atol参数可根据实际数值精度调整，避免浮点数存储误差导致匹配失败
# 若1130.07是每组的结束行，保留下面的shift操作；若是起始行直接删除shift部分即可
df['group_id'] = np.isclose(df['intensity'], 1130.07, atol=1e-4).cumsum().shift(1, fill_value=0)

# 2. 按分组拆分转成多列
# 仅提取波长列作为新列的写法：
result = df.groupby('group_id')['wavelength'].apply(
    lambda x: x.reset_index(drop=True)
).unstack(level=0)

# 可选：自定义列名
result.columns = [f'dataset_{i+1}' for i in range(result.shape[1])]

补充说明 #

• 要是需要同时保留每组的强度和波长数据，把第二步groupby后的列换成['intensity', 'wavelength']即可，最终会生成多层列名的DataFrame，第一层是字段名，第二层是数据集编号
• 不同原始数据集长度不一致时，较短的数据集末尾会自动填充NaN

内容的提问来源于stack exchange，提问作者zenezko