在某些条件下，数据帧为每行拆分为多个数据帧

Question

我有一个这样的数据帧。

A,B
1,2
3,4
5,6
7,8
9,10
11,12
13,14

我想在数据帧上拆分这部分。拆分的数据帧应该每三行包含一次。拆分的第一个数据帧可以包含从索引0到索引2。第二个包含从索引1到索引，依此类推。

A,B
1,2
3,4
5,6

A,B
3,4
5,6
7,8

A,B
5,6
7,8
9,10

诸若此类。

我一直在使用forloop，然后使用iloc，然后将这些拆分的dataframe添加到列表中。

我正在寻找是否有一些矢量化方法来在pandas中拆分上述数据帧。数据帧很大，使用forloop遍历每一行都很慢。

Answer 1

假设您有标准的RangeIndex索引，并借用了滚动窗口from here的矢量化方法，我们可以得到numpy的级别：

def rolling_window(a, window):
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)

df.to_numpy()[rolling_window(df.index.values, 3)]

哪一项会产生

array([[[ 1,  2],
        [ 3,  4],
        [ 5,  6]],

       [[ 3,  4],
        [ 5,  6],
        [ 7,  8]],

       [[ 5,  6],
        [ 7,  8],
        [ 9, 10]],

       [[ 7,  8],
        [ 9, 10],
        [11, 12]],

       [[ 9, 10],
        [11, 12],
        [13, 14]]])

如果需要将它们作为数据框返回，只需使用构造函数和map

map(pd.DataFrame, df.to_numpy()[rolling_window(df.index.values, 3)])