DataFrame 如何根据整行为空 去分割成多个DataFrame

你可以通过以下步骤将一个DataFrame按照行为空分割成多个DataFrame：

1. 使用`isnull()`函数检测DataFrame中的空值并返回一个布尔值DataFrame。
2. 使用`any(axis=1)`函数检测每行是否存在空值，并返回一个布尔值Series。
3. 使用`cumsum()`函数对布尔值Series进行累加求和，并返回一个新的Series。这个Series的值表示从上到下第几个空行。
4. 使用`groupby()`函数按照上一步得到的Series进行分组，并返回一个Groupby对象。
5. 使用`dict()`函数将分组后的每个组转换成一个字典，并返回一个字典。
6. 遍历字典中的每个元素，将其转换成一个DataFrame，并添加到一个列表中。
7. 返回列表中的所有DataFrame。

这里是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4, None], 'B': [5, None, 7, None, 9]})

# 检测空值，并返回一个布尔值DataFrame
mask = df.isnull()

# 检测每行是否存在空值，并返回一个布尔值Series
row_has_null = mask.any(axis=1)

# 对布尔值Series进行累加求和，并返回一个新的Series
groups = row_has_null.cumsum()

# 按照上一步得到的Series进行分组，并返回一个Groupby对象
grouped = df.groupby(groups)

# 将分组后的每个组转换成一个字典，并返回一个字典
dict_of_dfs = dict(iter(grouped))

# 遍历字典中的每个元素，将其转换成一个DataFrame，并添加到一个列表中
dfs = []
for key, value in dict_of_dfs.items():
    dfs.append(value)
    
# 返回列表中的所有DataFrame
print(dfs)

运行以上代码，会输出一个包含多个DataFrame的列表，其中每个DataFrame都是原始DataFrame中的一段，这些段之间由空行分隔。