如何根据标题行将数据帧分为多个数据帧

Question

我需要根据数据帧中再次出现的标头行将数据帧分为3个唯一的数据帧。

我的数据框如下：

        0         1             2     ....   14
0   Alert     Type      Response           Cost
1     w1        x1            y1            z1
2     w2        x2            y2            z3
.      .         .             .             .
.      .         .             .             .
144 Alert     Type      Response           Cost
145   a1        b1            c1             d1
146   a2        b2            c2             d2

我试图使用loc来获取包含单词“ Alert”的索引号，以将数据帧切成子数据帧。

indexes = df.index[df.loc[df[0] == "Alert"]].tolist()

但这返回：

IndexError: arrays used as indices must be of integer (or boolean) type

关于该错误的任何提示，或者甚至还有我看不到的方法（例如，像group by这样的东西？）

感谢您的帮助。

Answer 1

np.split

dfs = np.split(df, np.flatnonzero(df[0] == 'Alert')[1:])

说明

• 查找df[0]等于'Alert'

  的地方

  np.flatnonzero(df[0] == 'Alert')
  

• 忽略第一个，因为我们不需要一个空的列表元素

  np.flatnonzero(df[0] == 'Alert')[1:]
  

• 使用np.split获取列表

  np.split(df, np.flatnonzero(df[0] == 'Alert')[1:])
  

---

显示结果

print(*dfs, sep='\n\n')

      0     1         2     14
0  Alert  Type  Response  Cost
1     w1    x1        y1    z1
2     w2    x2        y2    z3

        0     1         2     14
144  Alert  Type  Response  Cost
145     a1    b1        c1    d1
146     a2    b2        c2    d2

Answer 2

@piRSquared的答案很好用，所以让我向您解释错误。

这是获取第一个元素为Alert的索引的方法：

indexes = list(df.loc[df['0'] == "Alert"].index)

您的错误源于df.index是pandas.RangeIndex对象的事实，因此无法对其进行进一步索引。

然后，您可以使用如下列表理解来拆分数据框：

listdf = [df.iloc[i:j] for i, j in zip(indexes, indexes[1:] + [len(df)])]