Python 熊猫有连续的行

我想将pandas中的一个数据帧拆分为多个数据帧

我的dataframe有一个名为“C”的列，其中一些行包含0。我希望做的是使用带0的行作为分隔符，这样我可以得到列“C”中具有值的连续行。我不认为groupby是一种可行的方法，因为它需要具有相同值的行，而这正是我试图实现的，除非我将它与.diff（）一起使用，否则可能会吗？我不确定。我觉得我现在已经尝试了很多东西，但是Python和Pandas不是我最擅长的语言，所以我不确定有什么可能

然而，我已经设法使用我自己的for循环逻辑和if语句手动遍历所有帧使其工作，但这是一个缓慢的过程，我希望能够改进它

之前：

A. C 1. 4. 2. 5. 3. 0 4. 5. 5. 4. 6. 5.

---

您可以创建数据帧列表：

#compare for equal 0
m = df['C'].eq(0)
#filter out 0 rows and grouping by cumulative sum of mask
dfs = [x for _, x in df[~m].groupby(m.cumsum())]
print (dfs)
[   A  C
0  1  4
1  2  5,    A  C
3  4  5
4  5  4
5  6  5]

print (dfs[1])
   A  C
3  4  5
4  5  4
5  6  5

---

你能解释一下“x代表x”和groupby（m.cumsum）吗？我对后者的理解正确吗？只有当索引为0,1,2,3等时，后者才起作用？@Pythonistaanonymous-当然，这是列表理解，第一个组名并不重要，因此分配给

\u

并在变量

x

中仅提取

数据帧
，谢谢您的回复！我的角色有限，所以我会尽量简短。为什么我们要使用cumsum（）来创建groupby？据我所知，cumsum（）将在一行中计算所有值。那么它如何使用它来将行放在一起呢。@user15227672-我使用带掩码的cumsum
m=df['C']。eq（0）
，您可以检查
print（m）
和
print（m.cumsum（））
如何创建组。这是有意义的！我知道它现在在做什么。只要掩码为真（意味着有一个零），就只累积值，这样当C有一个值时，它保持相同的累积值，因此它们将被分组在一起。谢谢你抽出时间。