Pandas新手求助：如何用一行代码从DataFrame列按指定长度列表分组

嘿，我太懂这种想纯靠Pandas/Numpy原生能力一行搞定的心态了！其实你要的功能完全可以实现，核心思路是先自动生成对应每行的分组标签，再用这个标签做groupby——全程不用写自定义Python函数。

给你具体的提示和代码：

• 用numpy.repeat()函数，把分组编号（比如对应sizes里的每个位置：0、1、2）按照sizes中的数值重复次数来生成标签数组。如果sizes里有0，对应的分组编号会被自动跳过，完美符合你的需求。
• 把这个生成的标签数组直接传给df.groupby()，就是一行代码的事儿。

完整示例代码：

import pandas as pd
import numpy as np

utterance_list = ['this', 'is', 'not', 'working']
df = pd.DataFrame({'utterances': utterance_list})
sizes = [1, 0, 3]

# 一行完成分组
groups = df.groupby(np.repeat(range(len(sizes)), sizes))

验证一下结果：

• 执行groups.groups会得到：{0: [0], 2: [1, 2, 3]}（因为sizes[1]是0，所以分组1没有数据）
• 执行groups['utterances'].apply(list)会得到每个组的语料列表：

  0       [this]
  2    [is, not, working]
  Name: utterances, dtype: object
  

小提醒：要确保sizes中所有数值的总和等于你的DataFrame行数哦，不然会报错~

内容的提问来源于stack exchange，提问作者xoihiox