在三明治指示符变量之间高效地分割熊猫DataFrame行

Question

假设我有一个熊猫df，其中夹着一段时间的指标行。防爆。

In [9]: pd.DataFrame({'col1':np.arange(1,11),'indicator':[0,1,0,0,0,1,0,0,1,1]}) 
Out[9]: 
    col1 indicator 
0  1   0 
1  2   1 
2  3   0 
3  4   0 
4  5   0 
5  6   1 
6  7   0 
7  8   0 
8  9   1 
9 10   1 

我想要做的是使用groupby来选择由指标分隔的分区。

ex。

组1

col1 indicator 
0  1   0 
1  2   1 

组2

2  3   0 
3  4   0 
4  5   0 
5  6   1 

组3

6  7   0 
7  8   0 
8  9   1 

4族

9 10   1 

天真的解决方案将只是将列指标列为列表，在其中运行for-loop并标记每个部分。但假设数据集非常大，并且您想避免for循环。在这里可以做些更聪明的事情，把不同的群体分开吗？

谢谢！

Answer 1

只需指定另一个列的indicator一个cumsum，然后应用groupby，这应该做的伎俩：

# reverse the order as you have indicator at end of group, then reverse back 
df['grouped'] = df['indicator'].loc[::-1].cumsum().loc[::-1] 

for g in df.groupby('grouped', sort=False): 
    print g 
(4, col1 indicator grouped 
0  1   0  4 
1  2   1  4) 
(3, col1 indicator grouped 
2  3   0  3 
3  4   0  3 
4  5   0  3 
5  6   1  3) 
(2, col1 indicator grouped 
6  7   0  2 
7  8   0  2 
8  9   1  2) 
(1, col1 indicator grouped 
9 10   1  1)