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。我对熊猫很陌生，在找完一些函数之后无法想出一个简单的方法。

示例：以下数据框：

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这样的事实来构建组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

然后我们可以对这些值进行分组。