如何使用Python基於動態條件分隔數據行的行數

Question

奇怪的問題我似乎無法將我的頭圍繞起來，我知道還有更好的方法來看待它，我只是卡住了。我需要根據類型獲取這些數據塊。 1到4在一個集合中，所以我想要例如0到8行，然後是9。每一組都將作爲數據庫中的條目輸入。

 num   date type  signed 
0 294981 2015-05-01  1  None 
1 299888 2015-05-22  2 2015-05-28 
2 299891 2015-05-22  2 2015-05-28 
3 316150 2015-07-14  3 2015-07-23 
4 336930 2015-10-13  3 2015-10-16 
5 357536 2015-12-29  3 2015-12-29 
6 379224 2016-03-14  3 2016-03-18 
7 403862 2016-06-10  3 2016-06-10 
8 414282 2016-07-26  4 2016-08-03 
9 439184 2016-11-10  1 2016-11-14 
10 448972 2016-12-12  2 2016-12-14 
11 464306 2017-02-02  3 2017-02-06 

事情是該數據是不固定的，有套與可能有10行3型的，沒有爲1或4的的。所以，如果我有以下：

 num   date type  signed 
0 294981 2015-05-01  2  None 
1 299888 2015-05-22  2 2015-05-28 
2 299891 2015-05-22  2 2015-05-28 
3 316150 2015-07-14  3 2015-07-23 
4 336930 2015-10-13  3 2015-10-16 
5 357536 2015-12-29  3 2015-12-29 
6 379224 2016-03-14  1 2016-03-18 
7 403862 2016-06-10  3 2016-06-10 
8 414282 2016-07-26  3 2016-08-03 
9 439184 2016-11-10  4 2016-11-14 
10 448972 2016-12-12  1 2016-12-14 
11 464306 2017-02-02  2 2017-02-06 

我需要出去：

 num   date type  signed 
0 294981 2015-05-01  2  None 
1 299888 2015-05-22  2 2015-05-28 
2 299891 2015-05-22  2 2015-05-28 
3 316150 2015-07-14  3 2015-07-23 
4 336930 2015-10-13  3 2015-10-16 
5 357536 2015-12-29  3 2015-12-29 

    num   date type  signed 
6 379224 2016-03-14  1 2016-03-18 
7 403862 2016-06-10  3 2016-06-10 
8 414282 2016-07-26  3 2016-08-03 
9 439184 2016-11-10  4 2016-11-14 

    num   date type  signed 
10 448972 2016-12-12  1 2016-12-14 
11 464306 2017-02-02  2 2017-02-06 

不幸的是有沒有其他的方式來組這一數據比笨類型值等。我可以勝任熊貓，無法找到辦法去做，我也不會想到其他任何東西都可以使用，而不告訴Python 究竟是哪些值可以抓取，哪些當然我不知道沒有看數據。

幫助非常感謝！ （順便說一下，我在標題中說'動態條件'，因爲類型列的值不是1-4，或者2-4或者1-3，或者我可以設置的任何東西，它會根據當時生成的數據而變化）

Answer 1

假設你要開始一個組結束後的類型爲低則上一行的類型，這個代碼應工作：

class Group(): 
    start = 0 
    last_type = 0 
    def four_group(self,x): 
     if x < Group.last_type: 
      Group.start +=1 
     groupNum = Group.start 
     Group.last_type = x 
     return groupNum 


df = pd.read_csv("chart.csv") 
zzz = Group() 
df['TempGroup'] = df.type.apply(lambda x:zzz.four_group(x)) 

使用你的第二個數據幀：

 num   date type  signed 
0 294981 2015-05-01  2  None 
1 299888 2015-05-22  2 2015-05-28 
2 299891 2015-05-22  2 2015-05-28 
3 316150 2015-07-14  3 2015-07-23 
4 336930 2015-10-13  3 2015-10-16 
5 357536 2015-12-29  3 2015-12-29 
6 379224 2016-03-14  1 2016-03-18 
7 403862 2016-06-10  3 2016-06-10 
8 414282 2016-07-26  3 2016-08-03 
9 439184 2016-11-10  4 2016-11-14 
10 448972 2016-12-12  1 2016-12-14 
11 464306 2017-02-02  2 2017-02-06 

代碼返回：

 num  date type  signed TempGroup 
0 294981 5/1/2015  2  None   0 
1 299888 5/22/2015  2 5/28/2015   0 
2 299891 5/22/2015  2 5/28/2015   0 
3 316150 7/14/2015  3 7/23/2015   0 
4 336930 10/13/2015  3 10/16/2015   0 
5 357536 12/29/2015  3 12/29/2015   0 
6 379224 3/14/2016  1 3/18/2016   1 
7 403862 6/10/2016  3 6/10/2016   1 
8 414282 7/26/2016  3 8/3/2016   1 
9 439184 11/10/2016  4 11/14/2016   1 
10 448972 12/12/2016  1 12/14/2016   2 
11 464306 2/2/2017  2 2/6/2017   2 

然後，您可以拆分基於TempGroup的數據幀，然後dro p TempGroup列。

編輯：混合的數據框

Answer 2

作爲一種觀察，我看到你的「類型」看起來像是按年分組。如果是這樣，這樣的事情可能會爲你工作： getYear = lambda x: x.year data.year = data.date.apply(getYear) myGroup = data.groupby(year)

Answer 3

我假設你將能夠分辨套，因爲下一個的類型將小於較早的企業之一。

您可以添加一個額外的臨時列，以添加分離的數據幀的序列號。類似這樣的：

def separate_df(t): 
    res = pd.Series() 
    previous_df_no = 0 
    for (index, value) in t.iteritems(): 
     if index==0: 
      res.set_value(index,0) 
     else: 
      if value<t.loc[index-1]: 
       previous_df_no += 1 
      res.set_value(index,previous_df_no) 
    return res 
df['temp'] = separate_df(df.type) 

然後，您可以使用序列號分辨每行所屬的數據幀，並在分離後刪除臨時行。