python - 基于 Pandas 数据框拆分的列值列表

Question

我有大量的区域数据集，我想根据区域列表将数据框拆分为多个数据框。

例子：

regions         val1    val2
A                1        2
A                1        2
B                1        2
C                1        2
D                1        2
E                1        2
A                1        2

我想通过分组（A，E），（B，C，D）拆分上述数据框

DF1:
    regions         val1    val2
    A                1        2
    A                1        2
    E                1        2
    A                1        2

DF2:    
    B                1        2
    C                1        2
    D                1        2

我通过手动指定df[(df['regions'] == 'A') | (df['regions'] == 'E')]. 我想避免在创建数据框时手动指定这些区域代码。我对熊猫很陌生。有什么办法吗？

标签： pythonpandas

Answer 1

您可以创建字典以避免手动创建具有字典理解和过滤DataFrame的 DataFrame ：Series.isinboolean indexing

L =  [('A','E'), ('B','C','D')]

dfs = {'_'.join(x):df[df['regions'].isin(x)] for x in L}
print (dfs)
{'A_E':   regions  val1  val2
0       A     1     2
1       A     1     2
5       E     1     2
6       A     1     2, 'B_C_D':   regions  val1  val2
2       B     1     2
3       C     1     2
4       D     1     2}

对于选择每个DataFrame使用键：

print (dfs['A_E'])
  regions  val1  val2
0       A     1     2
1       A     1     2
5       E     1     2
6       A     1     2

print (dfs['B_C_D'])
  regions  val1  val2
2       B     1     2
3       C     1     2
4       D     1     2

---

手动解决方案是：

df1 = df[df['regions'].isin(('A','E'))]
print (df1)
  regions  val1  val2
0       A     1     2
1       A     1     2
5       E     1     2
6       A     1     2

df2 = df[df['regions'].isin(('B','C','D'))]
print (df2)
  regions  val1  val2
2       B     1     2
3       C     1     2
4       D     1     2