按固定行数拆分大Pandas DataFrame的现有实现是否正确？

• 拆分行数不符合预期：如果你的DataFrame是默认从0开始的连续整数索引，第一个拆分出来的小df会包含3001行（对应原df索引0到3000），不符合你预设的每个小df 3000行的要求。
• 强依赖索引格式：逻辑完全绑定索引为连续整数且从0开始的场景，只要你的df做过过滤、索引被修改为非连续整数/字符串/时间类型，index % 3000的判断逻辑就会完全失效，要么提前拆分、要么永远达不到拆分条件，结果完全不符合预期。
• 性能极低：iterrows()遍历是pandas里性能最差的操作之一，处理百万行级别的大df时，遍历的时间开销是向量化操作的几十上百倍，完全没有用到pandas的性能优势。
• 数据类型可能漂移：逐行append Series再转DataFrame的过程，可能会出现列数据类型被自动转换的问题，比如某列原本是int类型，因为中间存在空值被强制转为float，和原df的数据类型不一致。
• 拆分后索引不连续：得到的小df索引是原大df的索引片段，不是连续值，后续处理小df时可能会有额外的索引处理开销。

直接用pandas原生切片就能完成需求，不需要遍历：

import pandas as pd

def partition_df(df, chunk_size=3000):
    partitioned_df = []
    # 按指定行数步长切分
    for i in range(0, len(df), chunk_size):
        # reset_index(drop=True)是重置每个小df的索引为从0开始的连续值，不需要可以删掉
        partitioned_df.append(df.iloc[i:i+chunk_size].reset_index(drop=True))
    return partitioned_df

这个方案不依赖索引格式、性能远高于遍历实现、完全保留原df的数据类型，也不会出现行数不符的问题。

内容的提问来源于stack exchange，提问作者marlon