Pandas如何基于首列从~5到~0的周期性将大数据框拆分为多个子df

你已经生成的id列已经标记了每个新周期的起点，只需要基于该标记生成周期组编号，再按组拆分即可。

完整实现代码 #

步骤1：生成周期组编号 #

每次遇到id=0（新周期起点）时组号自动累加：

df['group'] = df['id'].eq(0).cumsum()

步骤2：拆分得到所有子数据框 #

你可以根据使用习惯选择存储格式：

• 存为字典，可直接通过子df名称访问：

sub_dfs = {f'sub_df{g}': group.drop(columns=['id', 'group']) for g, group in df.groupby('group')}
# 访问示例：sub_dfs['sub_df1'] 就是第一个周期的子数据框

• 存为列表，按顺序对应子数据框：

sub_df_list = [group.drop(columns=['id', 'group']) for _, group in df.groupby('group')]
# 访问示例：sub_df_list[0] 就是第一个周期的子数据框

可选优化：合并逻辑 #

如果你不需要保留id列，可以把标记和分组逻辑合并为一行代码，省去单独生成id列的步骤：

df['group'] = (df['a'].shift(1) > df['a']).astype(int).eq(0).cumsum()

内容的提问来源于stack exchange，提问作者cyclomen