Pandas - 根据列中的排序顺序拆分数据帧

Question

我有一个具有这种结构的 pandas 数据框：

df
Val1 Val2 Col1 Col2
1    1    0    3
1    2    2    4
2    1    2    3
3    2    2    5
1    2    3    4
2    1    3    1
3    4    2    1

基本上，我预先根据 val1 和 val2 的值对数据帧进行排序，所以我知道我之后会有两个升序。 我想要的是根据两个序列将此 df 拆分为两个新的 df，在我的示例中是这样的：

df1
Val1 Val2 Col1 Col2
1    1    0    3
1    2    2    4
2    1    2    3
3    2    2    5

df2
Val1 Val2 Col1 Col2
1    2    3    4
2    1    3    1
3    4    2    1

我已经检查了this question 和this，但我事先不知道值/行的数量...我还检查了another question，所以我考虑使用带有正则表达式的拆分。但是我只知道序列会升序，不能保证值是连续的，所以它不能按预期工作。

这有可能实现吗？我提前感谢任何帮助！

Answer 1

你知道只有 2 个序列吗？如果是这样：

mask = df.Val1 < df.Val1.shift(1)
change_point = mask[mask].index[0]
df1 = df[df.index < change_point]
df2 = df[df.index >= change_point].reset_index(drop=True)

那么df1就会是

   Val1  Val2  Col1  Col2
0     1     1     0     3
1     1     2     2     4
2     2     1     2     3
3     3     2     2     5

和df2

   Val1  Val2  Col1  Col2
0     1     2     3     4
1     2     1     3     1
2     3     4     2     1

Answer 2

使用Series.shift 和Series.cumsum：

m = df['Val1'].shift() > df['Val1']
dfs = [df for _, df in df.groupby(m.cumsum())]

现在我们将每个 df 放在一个列表中，我们可以访问它们：

print(dfs[0])
print(dfs[1])

   Val1  Val2  Col1  Col2
0     1     1     0     3
1     1     2     2     4
2     2     1     2     3
3     3     2     2     5 

   Val1  Val2  Col1  Col2
4     1     2     3     4
5     2     1     3     1
6     3     4     2     1