【Python】pandas的dataframe根据行索引值分组

处理这么一个pandas的dataframe数据数据：

这里行索引是连续n个0-m的序列，这个m不是固定值
比如0-6、0-8……0-55，现在想把每一个0~m分为一个单独的dataframe。
本来想用groupby()，研究了半天感觉不太行，还是得自己分。

#新建一列保存原来的index
maxmin_all_locations["index"] = maxmin_all_locations.index
#把索引重置一下，从0正向排序
maxmin_all_locations = maxmin_all_locations.reset_index(drop=True)

整理好是这样：

然后按照index==0的行定位截断：

# 获取行索引中 0 的位置
zero_indices = maxmin_all_locations.index[maxmin_all_locations['index'] == 0].tolist()
# 分组
groups = []
for i in range(len(zero_indices) - 1):
    start_index = zero_indices[i]
    end_index = zero_indices[i + 1]
    group = maxmin_all_locations.iloc[start_index:end_index]
    groups.append(group)
# 处理最后一组数据
last_group = maxmin_all_locations.iloc[zero_indices[-1]:]
groups.append(last_group)
# 打印每个组的大小
for i, group in enumerate(groups):
    print(f"Group {i}: {group.shape}")

打印出来结果如下：