创建具有理解功能的熊猫数据框

Question

我有一个带有称为Dir的列的数据框，其中包含五个值：N，S，E，W和C。我已将它们拆分为单独的数据框，如下所示：

df_N = df[(df['Dir'] == 'N')]
df_S = df[(df['Dir'] == 'S')]
df_E = df[(df['Dir'] == 'E')]
df_W = df[(df['Dir'] == 'W')]
df_C = df[(df['Dir'] == 'C')]

但是，我想创建一个为我执行此操作的函数或列表理解，因此，如果数据中的值发生更改，则无需重新编码。

我创建了一个值列表，如下所示：

CP_Vals = Series.unique(dftc2['iDir']).tolist()

但是我没有大量的Python使用经验，因此我正在努力创建使之自动化的东西。 我在想类似的东西：

for x in CP_Vals:
    df_x = df[(df['iDir'] == '%s' % x)]

这可能吗？ 提前致谢！

Answer 1

您可以使用字典来存储使用相应名称as键获取的不同数据帧。 范例-

CP_Vals = dftc2['iDir'].unique().tolist()
df_dict = {'df_{}'.format(x): df[(df['iDir'] == x)] for x in CP_Vals}

请注意，字典理解仅在Python 2.7+中可用。 另外，在此之后，您可以访问特定的DataFrame，例如df_dict['df_N']等。