如何根据TimeDelta阈值拆分原DataFrame生成多个独立子DataFrame

该需求可以通过Pandas的分组功能快速实现，具体操作如下：

核心实现逻辑 #

• 首先对TimeDelta字段做数值化处理，兼容首行的占位符/空值
• 生成分组标记序列：首行默认为新分组起点，后续每行只要TimeDelta大于阈值就标记为新分组起点
• 对分组标记做累加得到分组ID，按ID拆分即可得到所有子DataFrame

完整代码示例 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'time': [1,3,4,7,8],
    'parameter': [800,788,544,344,244],
    'TimeDelta': ['-',2,1,3,1]
})

# 1. 处理TimeDelta列为数值类型，首行'-'替换为0不影响分组判断
df['TimeDelta'] = pd.to_numeric(df['TimeDelta'], errors='coerce').fillna(0)

# 2. 设置拆分阈值
threshold = 1.5

# 3. 生成分组ID
group_flag = df['TimeDelta'] > threshold
group_flag.iloc[0] = True  # 强制第一行作为首个分组起点
df['group_id'] = group_flag.cumsum()

# 4. 拆分得到子DataFrame列表，不需要group_id可在reset_index后drop该字段
sub_dfs = [group.reset_index(drop=True).drop('group_id', axis=1) for _, group in df.groupby('group_id')]

结果验证 #

上述示例运行后sub_dfs会包含3个独立DataFrame，分别对应：

• 第1个：包含原数据time=1的行
• 第2个：包含原数据time=3、4的行
• 第3个：包含原数据time=7、8的行
  完全符合需求预期。

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