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,一个名为'strike'.如果打击列的行的值大于100加上打击列的上一行,我想在该点将数据帧拆分为两个(它们仍具有相同的列名),依此类推.我对熊猫很新,在查找一些函数后无法找到一个简单的方法.

一个例子:以下数据帧:

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

将成为3个数据帧:

strike crv vol
1400   w   a 
1450   x   b

strike crv vol
1600   y   c

strike crv vol
1800   z   d

谢谢!

Answer 1

IIUC,这是compare-cumsum-groupby模式的另一个例子:

>>> 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,可以将其放入列表或字典中:

>>> 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

这是有效的,因为我们利用True == 1和False == 0的事实构建组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

然后我们可以对这些值进行分组.