python - 为列中的每个因子级别创建新数据框

Question

一列中有 50 多个不同的级别，每个级别都需要分解成自己的数据框并写入文件（excel 或 csv）。

我认为这是一个可能的解决方案：

df1, df2, df3, df4 = [x for _, x in df.groupby(df['column_of_interest'])]

但是有没有办法不对数据帧的数量进行硬编码？

Answer 1

有没有办法不对数据帧的数量进行硬编码？

就在这里。使用字典或列表。使用dict：

dfs = {i: x for i, (_, x) in enumerate(df.groupby('column_of_interest'), 1)}

然后通过 , 等访问您的数据dfs[1]框dfs[2]。

或者，使用list：

dfs = [x for _, x in df.groupby('column_of_interest')]

然后使用dfs[0],dfs[1]等。

如果您不需要存储数据框切片，只需迭代一个groupby对象并使用to_csv. 这对于 f 字符串（PEP 498，Python 3.6+）很方便：

for idx, (value, x) in enumerate(df.groupby('column_of_interest'), 1):
    x.to_csv(f'slice_{value}.csv')  # include value in filename
    x.to_csv(f'slice_{idx}.csv')    # include numeric index in filename

Answer 2

您可以直接保存数据框

[df1.to_csv("coi_%s.csv"%val) for val, df1 in df.groupby(df['column_of_interest'])]

或使用显式 for 循环

for val, df1 in df.groupby(df['column_of_interest']):
    #Write the df1 to csv or excel
    df1.to_csv("coi_%s.csv"%val)

Answer 3

一种方法可以使用locals但不推荐，个人认为 jpp 的答案是这种类型的正确方法 request 。

variables = locals()
for key,value in df.groupby(df['column_of_interest']):
    variables["df{0}".format(key)]= value