你可以使用列表解析和groupby：

out = [list(zip(g['y'], g['z'])) for k, g in
       df.groupby(df['x'].str.endswith('0').cumsum())]

将x的前导部分视为分组器的变体，不包括最后一位数字：

out = [list(zip(g['y'], g['z'])) for k, g in
       df.groupby(df['x'].str.extract(r'(.*).\d', expand=False))]

输出：

[[('a', 'i'), ('b', 'j'), ('c', 'k')],
 [('d', 'l'), ('e', 'm')],
 [('f', 'n')],
 [('g', 'o'), ('h', 'p')]]

我会首先找到x列上的索引，从零开始。

left = 0 
right = 1
slices = []
column_x = df['x']
while right < len(df):
    if column_x[right][-1] == '0':
        slices.append((left, right))
        left = right 
    right += 1
slices.append((left, right))

我的slices数组显示了这些索引

[(0, 3), (3, 5), (5, 6), (6, 8)]

然后我会循环遍历所有切片，然后循环遍历切片的范围。

outer_list = []
for slice in slices:
    inner_list = []
    for index in range(slice[0], slice[1]):
        inner_list.append((df.iloc[index, 1], df.iloc[index, 2]))
    outer_list.append(inner_list)

print(outer_list)
[[('a', 'i'), ('b', 'j'), ('c', 'k')],
 [('d', 'l'), ('e', 'm')],
 [('f', 'n')],
 [('g', 'o'), ('h', 'p')]]

您将在outer_list列表中获得所需的结果

这里有一个方法：

res = ( df
    .assign(x=df.x.str.extract(r'[^.]*\.([^.]*)')).set_index('x')
    .apply(tuple, axis=1).groupby('x').agg(list).tolist() )

输出：

[[('a', 'i'), ('b', 'j'), ('c', 'k')], [('d', 'l'), ('e', 'm')], [('f', 'n')], [('g', 'o'), ('h', 'p')]]

请注意，传递给extract（）的模式参数只是一个示例，可以调整它以获取列x中的任何一个组件，该组件是所有行的公共组件，这些行的元组应该在结果中分组在一起。（我使用的模式提取了x列中以点分隔的字符串值中的第二子串。）