根据现有数据框中的 WeekDays 拆分并创建新数据框答案

【问题标题】：Split and create new dataframe based on WeekDays from existing dataframe根据现有数据框中的 WeekDays 拆分并创建新数据框
【发布时间】：2020-11-15 18:31:35
【问题描述】：

我需要根据工作日拆分数据框，
实际的数据框是这样的，

df = pd.DataFrame({'values': [10,5,30,44,52,6,7,85,9,1,1,1,13,14,1,16]})
df['weekdays'] = ['Monday','Tuesday','Wednesay','Thursday','Friday','saturday','sunday',
        'Tuesday','Wednesay','Thursday','Friday','saturday','sunday',
      'Monday','Tuesday','Wednesday']


    values   weekdays
0       10     Monday
1        5    Tuesday
2       30   Wednesay
3       44   Thursday
4       52     Friday
5        6   saturday
6        7     sunday
7       85    Tuesday
8        9   Wednesay
9        1   Thursday
10       1     Friday
11       1   saturday
12      13     sunday
13      14     Monday
14       1    Tuesday
15      16  Wednesday

如何根据工作日拆分数据框，如下所示？我尝试将数据框拆分为每行 7 行，但这会添加连续一周的数据，所以如何不添加连续一周的数据和像下面这样拆分数据框？提前感谢您的帮助。

new_df_1

new_df_2

new_df_3

【问题讨论】：

标签： python pandas pandas-groupby data-science

【解决方案1】：

使用Series.shift + Series.eq + Series.cumsum 创建一个分组器grp，然后使用此分组器对数据帧进行分组，并使用字典推导将每个分组的帧存储在字典中：

grp = df['weekdays'].shift().eq('sunday').cumsum()
dfs = {f'df{k+1}': g for k, g in df.groupby(grp)}

结果：

print(dfs['df1'])
   values  weekdays
0      10    Monday
1       5   Tuesday
2      30  Wednesay
3      44  Thursday
4      52    Friday
5       6  saturday
6       7    sunday

print(dfs['df2'])
    values  weekdays
7       85   Tuesday
8        9  Wednesay
9        1  Thursday
10       1    Friday
11       1  saturday
12      13    sunday

print(dfs['df3'])
    values   weekdays
13      14     Monday
14       1    Tuesday
15      16  Wednesday

【讨论】：