Python 熊猫：如何基于系列模式进行分组

具有以下特征：

pd.DataFrame({'bool':[True,True,True, False,True,True,True],
              'foo':[1,3,2,6,2,4,7]})

其结果是：

    bool    foo
0   True    1
1   True    3
2   True    2
3   False   6
4   True    2
5   True    4
6   True    7

如何将Trues分组为两组，以便在组1中有索引[0:2]，在组2中有索引[4:6]

所需输出： 第一组：

第2组：

4   True    2
5   True    4
6   True    7

谢谢大家!

你可以做：

将numpy作为np导入 x=df[df[bool]]索引值 组=np.splitx，其中np.diffx>1[0]+1 df_groups=[df.iloc[gr，：]表示组中的gr] 输出如下所示：

df_组[0] 出[56]： 布尔福 0对1 1对3 2正确的2 df_组[1] 出[57]： 布尔福 4正确的2 5对4 6对7

---

下面是一个简单的方法：

# Split the dataframe by `Series` using `cumsum`
g =(~data['bool']).cumsum().where(data['bool'])

dfs= {'group_'+str(i+1):v for i, (k, v) in enumerate(data[['foo']].groupby(g))}

您可以使用键“group_uu”+stri+1（如group_1、group_2等）访问每个数据帧：

---

您也可以发布所需的输出吗？@anky_91，我已经发布了所需的输出，正如您所要求的，谢谢

# Split the dataframe by `Series` using `cumsum`
g =(~data['bool']).cumsum().where(data['bool'])

dfs= {'group_'+str(i+1):v for i, (k, v) in enumerate(data[['foo']].groupby(g))}

print(dfs['group_1'])

   foo
0    1
1    3
2    2