如何根据列的唯一值将 Pandas DataFrame 拆分为多个 DataFrame？

使用 Groupby 根据列值拆分 Pandas DataFrame

本文提出了一种解决方案，解决将 DataFrame 拆分为多个部分的挑战特定列中的唯一值。

考虑以下内容DataFrame：

import pandas as pd

df = pd.DataFrame({
    "N0_YLDF": [6.286333, 6.317000, 6.324889, 6.320667, 6.325556, 6.359000, 6.359000, 6.361111, 6.360778, 6.361111],
    "ZZ": [2, 6, 6, 5, 5, 6, 6, 7, 7, 6],
    "MAT": [11.669069, 11.669069, 11.516454, 11.516454, 11.516454, 11.516454, 11.516454, 11.516454, 11.516454, 11.516454]
})

目标是创建一个新的 DataFrame，其中包含“N0_YLDF”列的多个列，每列对应于“ZZ”列中的唯一值。为了实现这一点，我们可以利用 groupby() 函数。

grouped_df = df.groupby("ZZ")

groupby() 函数创建一个 pandas.core.groupby.groupby.DataFrameGroupBy 对象，它表示根据分组划分的 DataFrame指定列中的值。在本例中，我们有四个组：

print(grouped_df.groups)

# Output
{2: [0], 6: [1, 2, 5, 6, 9], 5: [3, 4], 7: [7, 8]}

要获取每个组的单独 DataFrame，我们可以使用列表理解：

split_dfs = [grouped_df.get_group(key) for key in grouped_df.groups]

get_group() 方法返回一个 DataFrame包含属于指定组的行。

生成的 split_dfs 列表包含四个 DataFrame，每个 DataFrame 代表不同的值

例如，要访问“ZZ”值为 6 的组的 DataFrame，您可以使用：

split_df_6 = split_dfs[1]

这将为您提供一个 DataFrame包含以下几行：

   N0_YLDF   ZZ        MAT
1  6.317000   6  11.669069
2  6.324889   6  11.516454
5  6.359000   6  11.516454
6  6.359000   6  11.516454
9  6.361111   6  11.516454

通过利用 groupby() 函数和 get_group() 方法，您可以有效地将 DataFrame 拆分为基于指定列中的值的多个部分。

以上是如何根据列的唯一值将 Pandas DataFrame 拆分为多个 DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！