Python 效率：检查数据帧中的值是否随特定阈值发生了更改

我有一个传感器记录的专栏
此数据有一些杂音，因此在未检测到任何内容的情况下，每个时间点的值并不完全相同。
我想将记录的数据帧拆分为只包含“有趣”数据的新数据帧（值大于列“B”的某个阈值，在本例中大于5）
在本例中，“A”表示时间戳，“B”表示传感器数据，带有噪声。
本例的预期结果是两个数据帧。一个具有从5到6的行，另一个具有从10到12的行

数据帧上的正常循环非常耗时，因为数据帧有约2400万行。在熊猫或类似动物身上，有没有有效的方法来处理这样的问题

编辑：

例如：

# |  A  |  B  
--+-----+-----
1 |  1  |  0.10
2 |  2  |  0.11
3 |  3  |  0.09
4 |  4  |  0.12
5 |  5  |  5.24
6 |  6  |  6.33
7 |  7  |  0.08
8 |  8  |  0.09
9 |  9  |  0.10
10|  10 |  7.54
11|  11 |  8.33
12|  12 |  9.03
13|  13 |  0.43

下面是一个例子：

thresh = 5
s = df['B'].lt(thresh)

for k, v in (df.assign(c=s.cumsum())
               .loc[~s]
               .groupby('c')
            ):
    print(v)

输出：

   A     B  c
#            
5  5  5.24  4
6  6  6.33  4
     A     B  c
#              
10  10  7.54  7
11  11  8.33  7
12  12  9.03  7

   A     B
#         
5  5  5.24
6  6  6.33
     A     B
#           
10  10  7.54
11  11  8.33
12  12  9.03

选项2：

for k, v in df.loc[~s].groupby(s.cumsum()):
    print(v)

输出：

   A     B  c
#            
5  5  5.24  4
6  6  6.33  4
     A     B  c
#              
10  10  7.54  7
11  11  8.33  7
12  12  9.03  7

   A     B
#         
5  5  5.24
6  6  6.33
     A     B
#           
10  10  7.54
11  11  8.33
12  12  9.03

下面是一个例子：

thresh = 5
s = df['B'].lt(thresh)

for k, v in (df.assign(c=s.cumsum())
               .loc[~s]
               .groupby('c')
            ):
    print(v)

输出：

   A     B  c
#            
5  5  5.24  4
6  6  6.33  4
     A     B  c
#              
10  10  7.54  7
11  11  8.33  7
12  12  9.03  7

   A     B
#         
5  5  5.24
6  6  6.33
     A     B
#           
10  10  7.54
11  11  8.33
12  12  9.03

选项2：

for k, v in df.loc[~s].groupby(s.cumsum()):
    print(v)

输出：

   A     B  c
#            
5  5  5.24  4
6  6  6.33  4
     A     B  c
#              
10  10  7.54  7
11  11  8.33  7
12  12  9.03  7

   A     B
#         
5  5  5.24
6  6  6.33
     A     B
#           
10  10  7.54
11  11  8.33
12  12  9.03

---

请更准确地说明你想要的结果；在值大于5的连续行中分离数据名？或者数据帧，其中行“b”值介于5和7之间，另一个数据帧用于值介于7和10之间的行？@Chrisvdberge：我希望每次测量期间发生“操作”时都有单独的数据帧。所以传感器基本上被激活了。。。几分钟后（数千行），第一个操作发生约1分钟。在该“操作”期间，“B”的值可以得到任何值。动作结束后，再休息几分钟。比下一个动作发生约1min，比断、动作、断等。我希望每个动作都有单独的数据帧。下面答案的问题是，阈值也会过滤掉事件期间发生的阈值以下的值。。。我希望这个描述能让事情更清楚。谢谢你的关注@克瑞斯夫德伯格：我刚刚为这个问题提出了一个新问题：请更准确地说明你想要的结果；在值大于5的连续行中分离数据名？或者数据帧，其中行“b”值介于5和7之间，另一个数据帧用于值介于7和10之间的行？@Chrisvdberge：我希望每次测量期间发生“操作”时都有单独的数据帧。所以传感器基本上被激活了。。。几分钟后（数千行），第一个操作发生约1分钟。在该“操作”期间，“B”的值可以得到任何值。动作结束后，再休息几分钟。比下一个动作发生约1min，比断、动作、断等。我希望每个动作都有单独的数据帧。下面答案的问题是，阈值也会过滤掉事件期间发生的阈值以下的值。。。我希望这个描述能让事情更清楚。谢谢你的关注@克瑞斯夫德伯格：我刚刚为这个问题提出了一个新问题：谢谢你的快速回答！这完全解决了我提出的问题，非常好！然而，我发现我的问题表述错误。在“有趣的间隔”之间，可能会出现值再次降为零的情况，但由于“df2=df[df.B>thresh]”，这些值现在被删除。你有解决办法吗？谢谢：）PS：我编辑了原始示例我刚刚接受了你的答案，并将写一个新问题，因为你是对的：）谢谢！谢谢你的快速回答！这完全解决了我提出的问题，非常好！然而，我发现我的问题表述错误。在“有趣的间隔”之间，可能会出现值再次降为零的情况，但由于“df2=df[df.B>thresh]”，这些值现在被删除。你有解决办法吗？谢谢：）PS：我编辑了原始示例我刚刚接受了你的答案，并将写一个新问题，因为你是对的：）谢谢！