[英]How to split a dataframe each time a string value changes in a column?
我有一個形式的數據框:
time value label
0 2020-01-01 -0.556014 high
1 2020-01-02 0.185451 high
2 2020-01-03 -0.401111 medium
3 2020-01-04 0.436111 medium
4 2020-01-05 0.412933 high
5 2020-01-06 0.636421 high
6 2020-01-07 1.168237 high
7 2020-01-08 1.205073 high
8 2020-01-09 0.798674 high
9 2020-01-10 0.174116 high
我想填充一個數據框列表,其中每個數據框都是在列label
的字符串更改時構建的。 所以第一個數據幀將是:
time value label
0 2020-01-01 -0.556014 high
1 2020-01-02 0.185451 high
第二個數據幀將是:
time value label
2 2020-01-03 -0.401111 medium
3 2020-01-04 0.436111 medium
等等。 所需的列表將是[df, df, ...]
。 如果你認為 dict 是一個更合適的容器,我一點也不介意。
有一個類似的帖子名為split data frame pandas if sequence of column value change ,但它只處理數值的變化。 我已經做了一些嘗試,但在將label
的行值與前一個值進行比較時一直遇到索引問題。 所以任何建議都會很棒!
這是一個可重現的片段:
# imports
import plotly.express as px
import plotly.graph_objects as go
import pandas as pd
import numpy as np
import random
# settings
observations = 100
np.random.seed(5)
value = np.random.uniform(low=-1, high=1, size=observations).tolist()
time = [t for t in pd.date_range('2020', freq='D', periods=observations).format()]
df=pd.DataFrame({'time': time,
'value':value})
df['value']=df['value'].cumsum()
def classify(e):
if e > 0.75: return 'high'
if e > 0.25: return 'medium'
if e >= 0: return 'low'
df['label1'] = [(elem-df['value'].min())/(df['value'].max()-df['value'].min()) for elem in df['value']]
df['label'] = [classify(elem) for elem in df['label1']]
df = df.drop('label1', 1)
df
我會創建一個在每次更改時遞增的列,然后按該列分組。 如果您需要單獨的數據幀,您可以在循環中分配它們。
df['group'] = df['label'].ne(df['label'].shift()).cumsum()
df = df.groupby('group')
dfs = []
for name, data in df:
dfs.append(data)
dfs 將是一個數據框列表,如下所示:
[ time value label group
0 2020-01-01 -0.556014 high 1
1 2020-01-02 0.185451 high 1,
time value label group
2 2020-01-03 -0.401111 medium 2
3 2020-01-04 0.436111 medium 2,
time value label group
4 2020-01-05 0.412933 high 3
5 2020-01-06 0.636421 high 3
6 2020-01-07 1.168237 high 3
7 2020-01-08 1.205073 high 3
8 2020-01-09 0.798674 high 3
9 2020-01-10 0.174116 high 3]
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.