如何根据列中值的差异拆分 Pandas 数据帧

Question

我有一个带有几列的Pandas数据框，其中一列名为“strike”。如果某行的strike列的值大于前一行的strike列的值加上100，则我想在该点将数据框分成两部分（它们仍然具有相同的列名），以此类推。我对Pandas还很陌生，在查找了一些函数后无法找到简单的方法来完成这个操作。

例如：以下数据框：

strike crv vol
1400   w   a 
1450   x   b
1600   y   c
1800   z   d

会得到三个数据框。

strike crv vol
1400   w   a 
1450   x   b

strike crv vol
1600   y   c

strike crv vol
1800   z   d

谢谢！

- user3078608

---

你的意思是类似于 df[(df['strike'] > 100) & (df['strike'].shift() > 100)].index[0] 这样吗？ - EdChum

Answer 1

如果我理解正确，这是比较-累加-分组模式的又一个例子：

>>> df
   strike crv vol
0    1400   w   a
1    1450   x   b
2    1600   y   c
3    1800   z   d
>>> group_ids = (df["strike"] > (df["strike"].shift() + 100)).cumsum()
>>> grouped = df.groupby(group_ids)
>>> for k,g in grouped:
...     print("-----")
...     print(g)
...     
-----
   strike crv vol
0    1400   w   a
1    1450   x   b
-----
   strike crv vol
2    1600   y   c
-----
   strike crv vol
3    1800   z   d

如果您愿意，您可以将这个放进一个列表或字典中：

>>> group_list = [g for k,g in grouped]
>>> group_list[2]
   strike crv vol
3    1800   z   d
>>> group_dict = dict(list(grouped))
>>> group_dict[1]
   strike crv vol
2    1600   y   c

这是因为我们利用 True == 1 且 False == 0 这一事实来构建组ID：

>>> df["strike"] > (df["strike"].shift() + 100)
0    False
1    False
2     True
3     True
Name: strike, dtype: bool
>>> (df["strike"] > (df["strike"].shift() + 100)).cumsum()
0    0
1    0
2    1
3    2
Name: strike, dtype: int64

然后我们可以根据这些值进行分组。

- DSM

---

太棒了，正是我在寻找的。谢谢。 - user3078608

@user3078608：我不想特意提及，但是看起来你似乎从未接受过答案。你是否熟悉这个过程？ - DSM

@user3078608: 别担心。看起来还有其他几个在之前的问题中帮助过你的人也需要一些采纳（迟到的采纳总是很好的！） - DSM