Maison >développement back-end >Tutoriel Python >Comment puis-je diviser un DataFrame Pandas en plusieurs DataFrames en fonction des valeurs de colonne à l'aide de Groupby ?

Comment puis-je diviser un DataFrame Pandas en plusieurs DataFrames en fonction des valeurs de colonne à l'aide de Groupby ?

Patricia Arquette
Patricia Arquetteoriginal
2024-12-19 09:19:161081parcourir

How Can I Split a Pandas DataFrame into Multiple DataFrames Based on Column Values Using Groupby?

Diviser un DataFrame Pandas en fonction des valeurs de colonne à l'aide de Groupby

Pandas offre la puissante fonction groupby pour manipuler les données en fonction de valeurs communes dans un colonne. Une application pratique de cette fonction consiste à diviser un DataFrame en plusieurs DataFrames plus petits en fonction de valeurs uniques dans une colonne.

Considérez le DataFrame df ci-dessous :

df = 
        N0_YLDF  ZZ        MAT
    0  6.286333   2  11.669069
    1  6.317000   6  11.669069
    2  6.324889   6  11.516454
    3  6.320667   5  11.516454
    4  6.325556   5  11.516454
    5  6.359000   6  11.516454
    6  6.359000   6  11.516454
    7  6.361111   7  11.516454
    8  6.360778   7  11.516454
    9  6.361111   6  11.516454

Pour diviser ce DataFrame en quatre DataFrames en fonction des valeurs uniques de la colonne ZZ, suivez ces étapes :

  1. Regrouper le DataFrame par colonne ZZ :

    gb = df.groupby('ZZ')
  2. Obtenir une liste des éléments groupés objets :

    grouped_objects = [gb.get_group(x) for x in gb.groups]

Le résultat sera une liste de quatre DataFrames, chacun représentant un groupe différent en fonction des valeurs uniques de la colonne ZZ.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn