[英]Split data frame into multiple data frames based on unique column combinations
[英]Split data frame into multiple data frames based on a group of parameters in a column
我有一个这样的数据框:
东风
ID A B C
00 X0 Y0 PARAMETER_0
01 X1 Y1 PARAMETER_1
02 X2 Y2 PARAMETER_2
03 X3 Y3 PARAMETER_3
04 X4 Y4 PARAMETER_4
05 X5 Y5 PARAMETER_0
06 X6 Y6 PARAMETER_1
07 X7 Y7 PARAMETER_2
08 X8 Y8 PARAMETER_3
09 X9 Y9 PARAMETER_4
10 XX0 YY0 PARAMETER_0
11 XX1 YY1 PARAMETER_1
12 XX2 YY2 PARAMETER_2
13 XX3 YY3 PARAMETER_3
14 XX4 YY4 PARAMETER_4
而且我需要通过C
列中的PARAMETER_4
将其拆分为多个数据帧,以获得:
DF_1
ID A B C
00 X0 Y0 PARAMETER_0
01 X1 Y1 PARAMETER_1
02 X2 Y2 PARAMETER_2
03 X3 Y3 PARAMETER_3
04 X4 Y4 PARAMETER_4
DF_2
05 X5 Y5 PARAMETER_0
06 X6 Y6 PARAMETER_1
07 X7 Y7 PARAMETER_2
08 X8 Y8 PARAMETER_3
09 X9 Y9 PARAMETER_4
DF_3
10 XX0 YY0 PARAMETER_0
11 XX1 YY1 PARAMETER_1
12 XX2 YY2 PARAMETER_2
13 XX3 YY3 PARAMETER_3
14 XX4 YY4 PARAMETER_4
我找不到像df.split(axis=0, value='PARAMETER_4')
这样的简单函数
关于方法的任何想法? 先感谢您!
您可以使用比较PARAMETER_4
创建辅助array
,通过索引和dictionary of DataFrame
累积和来交换值:
s = pd.factorize(df['C'].eq('PARAMETER_4').iloc[::-1].cumsum().sort_index())[0] + 1
print (s)
[1 1 1 1 1 2 2 2 2 2 3 3 3 3 3]
dfs = dict(tuple(df.groupby(s)))
print (dfs[1])
ID A B C
0 0 X0 Y0 PARAMETER_0
1 1 X1 Y1 PARAMETER_1
2 2 X2 Y2 PARAMETER_2
3 3 X3 Y3 PARAMETER_3
4 4 X4 Y4 PARAMETER_4
您需要的是可能的,但不推荐:
s = df['C'].eq('PARAMETER_4').iloc[::-1].cumsum()
for i, g in df.groupby(s):
globals()[f'DF_{i}'] = g
print (DF_1)
ID A B C
0 0 X0 Y0 PARAMETER_0
1 1 X1 Y1 PARAMETER_1
2 2 X2 Y2 PARAMETER_2
3 3 X3 Y3 PARAMETER_3
4 4 X4 Y4 PARAMETER_4
另一个想法是检查c
列并按由GroupBy.cumcount
创建的计数器系列进行分组:
s = df.groupby('C').cumcount() + 1
dfs = dict(tuple(df.groupby(s)))
print (dfs[1])
ID A B C
0 0 X0 Y0 PARAMETER_0
1 1 X1 Y1 PARAMETER_1
2 2 X2 Y2 PARAMETER_2
3 3 X3 Y3 PARAMETER_3
4 4 X4 Y4 PARAMETER_4
我们可以在这里使用groupby
两次。 首先,我们在C
列上进行分组并进行cumcount
。 然后我们对这个 cumcount 进行分组以获取单独的数据帧:
dfs = [d for _, d in df.groupby(df.groupby('C').cumcount())]
print(dfs[0], '\n')
print(dfs[1], '\n')
print(dfs[2])
输出
ID A B C
0 0 X0 Y0 PARAMETER_0
1 1 X1 Y1 PARAMETER_1
2 2 X2 Y2 PARAMETER_2
3 3 X3 Y3 PARAMETER_3
4 4 X4 Y4 PARAMETER_4
ID A B C
5 5 X5 Y5 PARAMETER_0
6 6 X6 Y6 PARAMETER_1
7 7 X7 Y7 PARAMETER_2
8 8 X8 Y8 PARAMETER_3
9 9 X9 Y9 PARAMETER_4
ID A B C
10 10 XX0 YY0 PARAMETER_0
11 11 XX1 YY1 PARAMETER_1
12 12 XX2 YY2 PARAMETER_2
13 13 XX3 YY3 PARAMETER_3
14 14 XX4 YY4 PARAMETER_4
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.