如何根据同一数据帧的列中的唯一值列表对数据帧进行子集化？

Question

我有一个简单的数据框，看起来像这样。 我希望能够选择LOC是纽约的所有行，将此数据框作为子集并将其标记为变量，我可以使用该变量将纽约行附加到我使用win32创建的联系人电子邮件中。 然后移动到波士顿并做同样的事情，等等。我无法弄清楚如何在没有明确命名的情况下提取LOC行。 我希望随着LOC值的变化，这是动态的。

    Contact          LOC     ...     Add_Move  First Name
0   mike@osjloc1.com     New York     ...          Add         Joe
1   mike@osjloc1.com     New York     ...         Move        Stan
2   mike@osjloc1.com     New York     ...          Add        Rick
3   mike@osjloc1.com     New York     ...          Add        Mike
4   jeff@osjloc2.com       Boston     ...          Add       Sonya
5   jeff@osjloc2.com       Boston     ...         Move        Matt
6   jeff@osjloc2.com       Boston     ...         Move       Randy
7   jeff@osjloc2.com       Boston     ...          Add         Sue
8    dave@osjloc.com  Los Angeles     ...          Add        Jill
9    dave@osjloc.com  Los Angeles     ...         Move       Steve
10   dave@osjloc.com  Los Angeles     ...          Add        Bill

Answer 1

布尔索引。 您可以根据列值屏蔽数据框中的列https://www.geeksforgeeks.org/boolean-indexing-in-pandas/

获取DataFrame中的所有唯一位置。

locations = set(df.loc[:,"LOC"])

地点将返回一组{“纽约”，“波士顿”，...}

for location in locations:
    variable = df[df["LOC"]==location]

for循环将遍历创建的值集。 要根据列值过滤数据，我们可以根据==，！=，...等运算符创建一个掩码。

Answer 2

你可以使用pandas groupby 。

groups = yourdataframe.groupby('LOC')

groups包含根据'LOC'列拆分的数据框子集。 如果你迭代它，每次迭代你有一个2长度的元组。 广告索引0，对应于'LOC'的值的字符串，在索引1处，对应于子集（仍然是数据帧）的数据帧。

for locname, subset in groups:
    #do whatever you want with the subset

不确定您需要做什么，但是例如，要打印电子邮件列表，您可以：

for locname, subset in groups:
    print(subset['Contact'])