[英]Splitting large dataframe into list of smaller pandas dataframes
我有一个如下所示的数据框:
y gdp cap
0 1 2 5
1 2 3 9
2 8 7 2
3 3 4 7
4 6 7 7
有没有办法我可以把它分成一个pandas数据帧列表,每个数据帧有1行和相同的标题,这个数据帧大? 我可以循环它,但是有更多的pythonic soln吗?
用例是:
with Pool(processes=5) as p:
p.starmap(parallel_func, list(single_row_of_dataframe))
选项1
np.split
for i in np.arange(1, len(df))):
print(i, '\n')
y gdp cap
0 1 2 5
y gdp cap
1 2 3 9
y gdp cap
2 8 7 2
y gdp cap
3 3 4 7
y gdp cap
4 6 7 7
如果您的索引是单调的,则可以使用它来分割:
for i in np.split(df, df.index[1:]):
print(i, '\n')
请注意, np.split
的核心是循环实现,因此您并没有真正转义迭代。
splits = np.split(df, df.index[1:])
选项2在df.index
循环并调用loc
:
splits = [df.loc[[i]] for i in df.index]
在这里的评论中dask
讨论 - 如果您正在寻求某种并行化,请查看dask
数据帧。 不要尝试使用Pool
实现自己的并行化,实际上会降低性能。
或者您可以使用//
和groupby
,我将数据帧拆分为3,您可以更改所需的数字
[df1 for _,df1 in df.groupby(np.arange(len(df))//3)]
Out[356]:
[ y gdp cap
0 1 2 5
1 2 3 9
2 8 7 2, y gdp cap
3 3 4 7
4 6 7 7]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.