将DataFrame拆分为DataFrame

Question

我有一个DataFrame，不同的行可以对一个列具有相同的值。

例如：

import pandas as pd
df = pd.DataFrame( { 
    "Name" : ["Alice", "Bob", "John", "Mark", "Emma" , "Mary"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } )

     City       Name
0    Seattle    Alice
1    Seattle    Bob
2    Portland   John
3    Seattle    Mark
4    Seattle    Emma
5    Portland   Mary

在这里，一个给定的“城市”的价值。“波特兰”)由几行共享。

我想从这个数据框架中创建几个具有一个列的共同值的数据帧。对于上面的示例，我想获得以下数据帧：

     City       Name
0    Seattle    Alice
1    Seattle    Bob
3    Seattle    Mark
4    Seattle    Emma

和

     City       Name
2    Portland   John
5    Portland   Mary

从这个answer中，我创建了一个掩码，可以用来生成一个数据帧：

def mask_with_in1d(df, column, val):
    mask = np.in1d(df[column].values, [val])
    return df[mask]

# Return the last data frame above
mask_with_in1d(df, 'City', 'Portland')

问题是如何有效地创建所有数据帧，为其指定名称。我是这样做的：

unique_values = np.sort(df['City'].unique())
for city_value in unique_values:
    exec("df_{0} = mask_with_in1d(df, 'City', '{0}')".format(city_value))

这给了我可以进一步操作的数据帧df_Seattle和df_Portland。

有更好的方法吗？

Answer 1

你有一个固定的城市名单，你想这样做吗？最简单的解决方案是按城市分组，然后遍历组。

for city, names in df.groupby("City"):
    print(city)
    print(names)

Portland
       City  Name
2  Portland  John
5  Portland  Mary
Seattle
      City   Name
0  Seattle  Alice
1  Seattle    Bob
3  Seattle   Mark
4  Seattle   Emma

然后，如果您想让df_city[city] = names工作，可以将其分配给字典或其他类似的( df_city["Portland"] )。这取决于你想要对一旦分裂的组做些什么。

Answer 2

您可以为此使用groupby：

dfs = [gb[1] for gb in df.groupby('City')]

这将构造一个数据格式列表，即'City'列的一个值。

如果您想要具有dataframe值的元组，可以使用：

dfs = list(df.groupby('City'))

注意，按名称分配通常是一种反模式。exec和eval绝对是反模式。