时间戳

首页 > 解决方案 > 基于多列值拆分数据框

python-3.x - 基于多列值拆分数据框

问题描述

我有一个 1M+ 行的数据框。数据框示例如下所示：

df

    ID      Type        File    
 0  123     Phone       1       
 1  122     Computer    2       
 2  126     Computer    1

我想根据类型和文件拆分这个数据框。如果 Type 的总数为 2（电话和计算机），文件总数为 2（1,2），则拆分总数为 4。

简而言之，总拆分如下所示：

 total_splits=len(set(df['Type']))*len(set(df['File']))

在本例中，total_splits=4。现在，我想根据类型和文件将数据帧 df 拆分为 4。

所以新的数据框应该是：

  1. df1（具有类型=电话和文件=1的数据）
  2. df2（具有类型=计算机和文件=1的数据）
  3. df3（具有类型=电话和文件=2的数据）
  4. df4（具有类型=计算机和文件=2的数据）

拆分应在循环内完成。

我知道我们可以根据一个条件拆分数据帧（如下所示），但是如何根据两个条件拆分它？

我的代码：

data = {'ID' : ['123', '122', '126'],'Type' :['Phone','Computer','Computer'],'File' : [1,2,1]}

df=pd.DataFrame(data) 

types=list(set(df['Type']))
total_splits=len(set(df['Type']))*len(set(df['File']))

cnt=1

for i in range(0,total_splits):
      for j in types:
            locals()["df"+str(cnt)] = df[df['Type'] == j]
            cnt += 1

上面代码的结果给出了 2 个数据帧，df1 和 df2。df1 将具有 Type='Phone' 的数据，而 df2 将具有 Type='Computer' 的数据。

但这只是我想做的一半。有没有一种方法可以根据 2 个条件在这里制作 4 个数据帧？

注意：我知道我可以先拆分“类型”，然后根据“文件”拆分结果数据帧以获得输出。但是，我想知道一种更有效的方法来执行拆分，而不必创建多个数据框来完成工作。

编辑

这不是一个重复的问题，因为我想根据多个列值拆分数据框，而不仅仅是一个！

标签： python-3.xpandas

解决方案

您可以使用groupby：

dfs = {}
for k, d in df.groupby(['Type','File']):
    type, file = k

    # do want ever you want here
    # d is the dataframe corresponding with type, file
    dfs[k] = d

您还可以创建蒙版：

df['mask'] = df['File'].eq(1) * 2 + df['Type'].eq('Phone')

然后，例如：

df[df['mask'].eq(0)]

为您提供所需的第一个数据框，即Type==Phoneand File==1，依此类推。

推荐阅读