是否有更有效或更简洁的方法来根据索引列表划分 df？

我正在尝试切片/划分以下数据框

df = pd.DataFrame(
    {'time': [4, 10, 15, 6, 0, 20, 40, 11, 9, 12, 11, 25], 
     'value': [0, 0, 0, 50, 100, 0, 0, 70, 100, 0,100, 20]}    
)

根据要分割的索引列表：

[5, 7, 9]

列表的第一项和最后一项是数据帧的第一个和最后一个索引。我试图获得以下四个数据帧作为结果（由三个给定索引以及原始 df 的开头和结尾定义），每个数据帧分配给自己的变量：

   time  value
0     4      0
1    10      0
2    15      0
3     6     50
4     0    100

   time  value
5    20      0
6    40      0

   time  value
7    11     70
8     9    100

    time  value
9     12      0
10    11    100
11    25     20

我当前的解决方案为我提供了一个数据帧列表，然后我可以通过列表索引手动将其分配给变量，但代码有点复杂，我想知道是否有更简单/更有效的方法来执行此操作。

indexes = [5,7,9]
indexes.insert(0,0)
indexes.append(df.index[-1]+1)

i = 0
df_list = []
while i+1 < len(indexes):
    df_list.append(df.iloc[indexes[i]:indexes[i+1]])
    i += 1

这都是我试图回答这个问题的结果question https://stackoverflow.com/questions/66904976/slice-dataframe-at-specific-points-and-plot-each-slice/66925746#66925746。我确信有更好的方法来回答这个问题，但我确实觉得应该有一种更简单的方法来完成我想到的这种切片。

您可以使用np.split https://numpy.org/doc/stable/reference/generated/numpy.split.html like

df_list = np.split(df, indexes)