如何根据列值将 Pandas DataFrame 拆分为子集？

根据列值拆分 Pandas DataFrame

在 Pandas 中，一个常见的场景是需要根据列值将 DataFrame 拆分为多个子集特定列中存在的值。这允许有针对性的数据分析和操作。

为了实现这一点，我们可以利用 Pandas 中布尔索引的强大功能。让我们考虑一个包含名为“Sales”的列的 DataFrame，并探讨如何根据“Sales”值是低于还是高于阈值 s' 将其分成两部分。

解决方案：

<code class="python"># Create a DataFrame with a "Sales" column
df = pd.DataFrame({'Sales':[10,20,30,40,50], 'A':[3,4,7,6,1]})
print (df)</code>

   A  Sales
0  3     10
1  4     20
2  7     30
3  6     40
4  1     50

<code class="python"># Split the DataFrame based on "Sales" values
s = 30

df1 = df[df['Sales'] >= s]
print (df1)</code>

   A  Sales
2  7     30
3  6     40
4  1     50

这将创建一个新的 DataFrame df1，其中包含“Sales”值大于或等于 's' 的行。

<code class="python">df2 = df[df['Sales'] < s]
print (df2)

   A  Sales
0  3     10
1  4     20

df2 包含“Sales”值小于 's' 的行。

使用按位求反的替代方法：

除了使用大于或等于运算符，我们还可以使用按位求反（~）来反转掩码：

<code class="python">mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)</code>

   A  Sales
2  7     30
3  6     40
4  1     50

<code class="python">print (df2)</code>

   A  Sales
0  3     10
1  4     20

这种方法实现了相同的分割，但允许更简洁和优化的编码风格。

以上是如何根据列值将 Pandas DataFrame 拆分为子集？的详细内容。更多信息请关注PHP中文网其他相关文章！