[英]How to split a pandas dataframe of different column sizes into separate dataframes?
我有一個大的 pandas dataframe,由整個 dataframe 中不同數量的列組成。 這是一個示例:當前 dataframe 示例
我想根據 dataframe 的列數將其拆分為多個數據幀。
示例 output 圖像在這里: Output 圖像
謝謝。
如果您有一個 dataframe 比如說 10 列,並且您想將具有 3 個NaN
值的記錄放在另一個結果 dataframe 和具有 1 個NaN
的記錄中,您可以按如下方式執行此操作:
# evaluate the number of NaNs per row
num_counts=df.isna().sum('columns')
# group by this number and add the grouped
# dataframe to a dictionary
results= dict()
num_counts=df.isna().sum('columns')
for key, sub_df in df.groupby(num_counts):
results[key]= sub_df
執行此代碼后,結果包含df
的子集,其中每個子集包含相同數量的NaN
(因此相同數量的非NaN
)。
如果要將結果寫入 excel 文件,只需執行以下代碼:
with pd.ExcelWriter('sorted_output.xlsx') as writer:
for key, sub_df in results.items():
# if you want to avoid the detour of using dicitonaries
# just replace the previous line by
# for key, sub_df in df.groupby(num_counts):
sub_df.to_excel(
writer,
sheet_name=f'missing {key}',
na_rep='',
inf_rep='inf',
float_format=None,
index=True,
index_label=True,
header=True)
例子:
# create an example dataframe
df=pd.DataFrame(dict(a=[1, 2, 3, 4, 5, 6], b=list('abbcac')))
df.loc[[2, 4, 5], 'c']= list('xyz')
df.loc[[2, 3, 4], 'd']= list('vxw')
df.loc[[1, 2], 'e']= list('qw')
它看起來像這樣:
Out[58]:
a b c d e
0 1 a NaN NaN NaN
1 2 b NaN NaN q
2 3 b x v w
3 4 c NaN x NaN
4 5 a y w NaN
5 6 c z NaN NaN
如果你在這個 dataframe 上執行上面的代碼,你會得到一個包含以下內容的字典:
0: a b c d e
2 3 b x v w
1: a b c d e
4 5 a y w NaN
2: a b c d e
1 2 b NaN NaN q
3 4 c NaN x NaN
5 6 c z NaN NaN
3: a b c d e
0 1 a NaN NaN NaN
字典的鍵是行中NaN
的數量,值是數據幀,其中僅包含具有該數量NaN
的行。
如果我說得對,您要做的是將現有的 1 dataframe 與n
列拆分為ceil(n/5)
數據幀,每個數據幀有 5 列,最后一個帶有n/5
的提醒。
如果是這種情況,這將起到作用:
import pandas as pd
import math
max_cols=5
dt={"a": [1,2,3], "b": [6,5,3], "c": [8,4,2], "d": [8,4,0], "e": [1,9,5], "f": [9,7,9]}
df=pd.DataFrame(data=dt)
dfs=[df[df.columns[max_cols*i:max_cols*i+max_cols]] for i in range(math.ceil(len(df.columns)/max_cols))]
for el in dfs:
print(el)
和 output:
a b c d e
0 1 6 8 8 1
1 2 5 4 4 9
2 3 3 2 0 5
f
0 9
1 7
2 9
[Program finished]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.