python - 在给定行上遇到特定值时的数据框分组

Question

我有一个数据框，我想对其进行分组(或切片)。数据框的形式为

A  B  C
a  b  1
a  b  0
a  b  1
a  b  2
a  b  0
a  e  3
a  e  3
f  g  6
f  g  7
f  g  0

我想首先将数据框在 A 列和 B 列上分组。然后，每个组进一步按特定值拆分为具有连续行的较小组。例如，在按 A 列和 B 列对数据帧进行分组后，每当我在 C 列中遇到 0 时，我都想在第三层优化分组。所以分组数据框就像

A  B  C
a  b  1
a  b  0

a  b  1
a  b  2
a  b  0

a  e  3
a  e  3

f  g  6
f  g  7
f  g  0

在示例中按列值(如 A 列和 B 列)对数据帧进行分组很简单，但我不知道如何在级别 3 上进一步分组为具有特定切点的连续行。如果您能提供帮助，请提前致谢。

Answer 1

要做到这一点，方法总是相同的:创建一个额外的列(有时或多个列)来表示您的特定分组逻辑，然后根据它进行分组:

df.groupby(['A', 'B', 'cut_point']).groups
Out[139]: 
{('a', 'b', 0.0): Int64Index([0, 1], dtype='int64'),
 ('a', 'b', 1.0): Int64Index([2, 3, 4], dtype='int64'),
 ('a', 'e', 2.0): Int64Index([5, 6], dtype='int64'),
 ('f', 'g', 2.0): Int64Index([7, 8, 9], dtype='int64')}

df['cut_point'] = (df.C==0).cumsum().shift().fillna(0)

df.groupby(['A', 'B', 'cut_point']).groups
Out[141]: 
{('a', 'b', 0.0): Int64Index([0, 1], dtype='int64'),
 ('a', 'b', 1.0): Int64Index([2, 3, 4], dtype='int64'),
 ('a', 'e', 2.0): Int64Index([5, 6], dtype='int64'),
 ('f', 'g', 2.0): Int64Index([7, 8, 9], dtype='int64')}