如何利用timeslot索引将pandas DataFrame按每10个时隙拆分

问题原因说明 #

pandas的DataFrame结构本身必须携带索引，你传入index_col=False的作用是不将CSV文件中的任意一列作为索引，所以pandas会自动生成从0开始的连续整数作为默认索引，这个是正常行为，不是异常问题。

实现步骤 #

你可以按照以下步骤完成需求：

1. 读取CSV文件后，主动将timeslot列设置为索引
2. 按照每10个连续的timeslot为一组拆分，取前3组即可得到你需要的3个子DataFrame
3. 如果你的timeslot可能存在乱序情况，可以先做排序处理保证分组顺序正确

完整代码示例 #

import pandas as pd

# 读取原始数据
df = pd.read_csv("C:/Users/User_1/Desktop/Data.csv", sep =";", index_col=False)

# 先对timeslot排序（可选，避免原始数据顺序混乱），再设置为索引
df = df.sort_values('timeslot', ascending=True).set_index('timeslot', drop=True)

# 按每10个timeslot为一组生成分组标签
df['group_id'] = [i//10 for i in range(len(df))]

# 提取前3个分组的DataFrame
df1 = df[df['group_id'] == 0].drop('group_id', axis=1)
df2 = df[df['group_id'] == 1].drop('group_id', axis=1)
df3 = df[df['group_id'] == 2].drop('group_id', axis=1)

补充说明 #

• 如果你希望按timeslot的数值间隔分组（比如timeslot值1-10为第一组，11-20为第二组，不看行顺序），可以将分组标签的生成逻辑改为：

  df['group_id'] = df.index // 10
  

• 三个子DataFrame默认继承了父DataFrame的索引，也就是你需要的timeslot索引，不需要额外设置。

内容的提问来源于stack exchange，提问作者PeterBe