70

我想根据 ZZ 列拆分以下数据框

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

作为输出，我想要一个新的列DataFrame，该N0_YLDF列分成 4 个，每个唯一值对应一个新列ZZ。我该怎么做？我可以做 groupby，但不知道如何处理分组的对象。

4

4 回答 4

137 
gb = df.groupby('ZZ')    
[gb.get_group(x) for x in gb.groups]
于 2014-05-16T01:15:12.757 回答
32

还有另一种选择，因为 groupby 返回一个生成器，我们可以简单地使用列表理解来检索第二个值（帧）。

dfs = [x for _, x in df.groupby('ZZ')]
于 2018-06-14T22:24:42.927 回答
8

在 R 中有一种称为 split 的数据帧方法。这适用于所有 R 用户：

def split(df, group):
     gb = df.groupby(group)
     return [gb.get_group(x) for x in gb.groups]
于 2017-03-13T02:55:17.570 回答
5

将它们存储在 adict中，这样您就可以根据组键访问组 DataFrames。

d = dict(tuple(df.groupby('ZZ')))
d[6]

#    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

如果您只需要 DataFrame 的一个子集，在这种情况下只是'NO_YLDF'系列，您可以修改 dict 理解。

d = dict((idx, gp['N0_YLDF']) for idx, gp in df.groupby('ZZ'))
d[6]
#1    6.317000
#2    6.324889
#5    6.359000
#6    6.359000
#9    6.361111
#Name: N0_YLDF, dtype: float64
于 2019-06-27T17:04:06.407 回答