基於行索引將數據幀拆分為兩個不相交的子幀

Question

如何拆分 dataframe

import pandas as pd
import numpy as np
np.random.seed(0)
df = pd.DataFrame({'first':np.random.rand(4),'second':np.random.rand(4)},index=['foo','bar','baz','bat'])
print(df)
        first    second
foo  0.548814  0.423655
bar  0.715189  0.645894
baz  0.602763  0.437587
bat  0.544883  0.891773

進入以下兩個不相交的數據幀

        first    second
foo  0.548814  0.423655
bar  0.715189  0.645894

     first    second
baz  0.602763  0.437587
bat  0.544883  0.891773

通過使用第一個數據幀的索引？

我正在專門尋找一種方法

subDf1,subDf2 = pd.split(df,['foo','bar'])

在哪里

print(subDf1)
   first    second
foo  0.548814  0.423655
bar  0.715189  0.645894

和

print(subDf2 )
  first    second
baz  0.602763  0.437587
bat  0.544883  0.891773

Answer 1

我相信您可以將Index.isin與boolean indexing一起用於第二個DataFrame ：

idx = ['foo','bar']

print (df.loc[idx])
        first    second
foo  0.548814  0.423655
bar  0.715189  0.645894

print (df[~df.index.isin(idx)])
        first    second
baz  0.602763  0.437587
bat  0.544883  0.891773

或Index.difference與DataFrame.loc的 select 的標簽：

print (df.loc[df.index.difference(idx)])
        first    second
bat  0.544883  0.891773
baz  0.602763  0.437587