Python 如何根据列中连续出现的值将数据帧拆分为多个部分？

我有一个数据框，我在下面以表格格式表示。原始数据帧的大小要大得多，因此我无法在每一行上循环

col1 | col2 | col3
a      x     1
b      y     1
c      z     0
d      k     1
e      l     1

我想要的是将其拆分为数据帧的子集，在列

col3

中具有连续数目的

1

s。 因此，理想情况下，我希望在数据帧上方返回两个数据帧

df1

和

df2

df1

col1 | col2 | col3
a      x     1
b      y     1

df2

col1 | col2 | col3
d      k     1
e      l     1

是否有类似于

groupby

的方法来实现这一点？ 如果我使用

groupby

，它将返回数据帧中所有4行

col3==1

。 我不希望这样，因为我需要两个数据帧，每个数据帧由连续出现的

1

s组成。

---

一种方法是按行循环，当我找到一个0时，我可以返回一个数据帧，但这不是有效的。感谢任何帮助。

首先通过

1

比较值，然后通过

shift

和累积和创建连续组，最后通过

groupby

获得所有组：

m1 = df['col3'].eq(1)
g = m1.ne(m1.shift()).cumsum()

dfs = [x for i, x in df[m1].groupby(g)]
print (dfs)
[  col1 col2  col3
0    a    x     1
1    b    y     1,   col1 col2  col3
3    d    k     1
4    e    l     1]

print (dfs[0])
  col1 col2  col3
0    a    x     1
1    b    y     1

如有必要，删除单个

1

行并添加

keep=False

：

print (df)
  col1 col2  col3
0    a    x     1
1    b    y     1
2    c    z     0
3    d    k     1
4    e    l     1
5    f    m     0
6    g    n     1 <- removed

m1 = df['col3'].eq(1)
g = m1.ne(m1.shift()).cumsum()

g = g[g.duplicated(keep=False)]
print (g)
0    1
1    1
3    3
4    3
Name: col3, dtype: int32

dfs = [x for i, x in df[m1].groupby(g)]
print (dfs)
[  col1 col2  col3
0    a    x     1
1    b    y     1,   col1 col2  col3
3    d    k     1
4    e    l     1]

打印（df）
col1 col2 col3
0 a x 1
1 b y 1
2cz0
三维k1
4 e l 1
5Fm0
6GN1