Python pandas groupby：在检查点之间对行进行分组

如何在“检查点”之间对所有行进行分组

例如，如果

import pandas as pd
df = pd.DataFrame(dict(a=list('abcdefgh')))
checkpoints = [0, 1.5, 6]

如何获取组

（（0，'a'），（1，'b'））和（（2，'c'），（3，'d'），（4，'e'），（5，'f'））和（（6，'g'），（7，'h'））

在我的实际用例中，索引是一个日期时间索引，如果解决方案基于逻辑比较而不是索引位置，那就更好了

---

编辑：检查点并不总是索引的子集

一个选项是创建一个标记检查点的新系列，并在该系列上分组：

s = (pd.Series(1, index=checkpoints)
       .reindex(df.index, fill_value=0)
       .cumsum()
    )

[list(v['a'].to_dict().items()) for _,v in df.groupby(s)]

输出：

---

一个选项是创建一个新系列，标记检查点并在该系列上分组：

s = (pd.Series(1, index=checkpoints)
       .reindex(df.index, fill_value=0)
       .cumsum()
    )

[list(v['a'].to_dict().items()) for _,v in df.groupby(s)]

输出：

---

让我们使用

cumsum

创建密钥，然后使用

groupby

out = df.reset_index().agg(tuple,1).groupby(df.index.isin(checkpoints).cumsum()).agg(list)
Out[55]: 
1                    [(0, a), (1, b)]
2    [(2, c), (3, d), (4, e), (5, f)]
3                    [(6, g), (7, h)]
dtype: object

---

让我们使用

cumsum

创建密钥，然后使用

groupby

out = df.reset_index().agg(tuple,1).groupby(df.index.isin(checkpoints).cumsum()).agg(list)
Out[55]: 
1                    [(0, a), (1, b)]
2    [(2, c), (3, d), (4, e), (5, f)]
3                    [(6, g), (7, h)]
dtype: object

---

我还不清楚这一点，但在我的实际用例中，我使用的检查点日期不一定在最初的indexIn中，事实上，我明确地说了相反的话。无论如何，如果你对非子集的情况有一个想法，我也很感激，我很抱歉在创建MWE时失败了，我真的有一个多索引，其中多个条目具有相同的日期，我希望组按[“日期范围”，“其他索引级别”]，这是您的解决方案不适用于meI的另一个原因我想我已经找到了，使用unstack并使用一些丑陋的方式将检查点捕捉到indexHaven中的关闭日期，对此我并不清楚，但在我的实际用例中，我使用的检查点日期不一定在原始indexIn事实中，我明确地说了相反的话。无论如何，如果你对非子集的情况有一个想法，我也很感激，我很抱歉在创建MWE时失败了，我真的有一个多索引，其中多个条目具有相同的日期，我希望组按[“日期范围”，“其他索引级别”]，这是你的解决方案不适用于meI的另一个原因，我想我已经找到了，使用unstack和一些丑陋的方法将检查点捕捉到索引中的结束日期