python - 如何根据列值将熊猫数据框划分为更小的数据框？

Question

我希望我的数据框根据“z”值分成更小的 dfs。在这种情况下，2 dfs 因为我只想取零之间的内容（z 列）。即 Dataframe1：01/10/2018 0:30 - 1/10/2018 1:20 AND Dataframe2：01/10/2018 2:00 - 1/10/2018 2:40

对于更大的数据集，如何在循环中完成？丢弃零，只在两者之间放置什么。

Answer 1

你可以使用groupby。

grouped = df.groupby('z')    
dataframes = [grouped.get_group(x) for x in grouped.groups]#list of DataFrames

Answer 2

在这里，我有一个包含两列和几个示例行的示例数据集。我已根据条件（col2 可被 3 整除并根据余数排列它们）将此数据帧拆分为三个新数据帧。

from datetime import datetime, timedelta
import numpy as np
import pandas as pd

data = pd.DataFrame({'Col1':np.arange(datetime(2018,1,1),datetime(2018,1,12),timedelta(days=1)).astype(datetime),'Col2':np.arange(1,12,1)})
print('Data:')
print(data)

# split dataframe into three dataframes based on the col2 divisible by 3 
# col2 % 3 == 0 then data_0
# col2 % 3 == 1 then data_1
# col2 % 3 == 2 then data_2
data_0, data_1, data_2 = data[data['Col2']%3==0], data[data['Col2']%3==1],data[data['Col2']%3==2]
print('Data_0:')
print(data_0)
print('Data_1:')
print(data_1)
print('Data_2:')
print(data_2)

生成的输出如下：

Data:
         Col1  Col2
0  2018-01-01     1
1  2018-01-02     2
2  2018-01-03     3
3  2018-01-04     4
4  2018-01-05     5
5  2018-01-06     6
6  2018-01-07     7
7  2018-01-08     8
8  2018-01-09     9
9  2018-01-10    10
10 2018-01-11    11
Data_0:
        Col1  Col2
2 2018-01-03     3
5 2018-01-06     6
8 2018-01-09     9
Data_1:
        Col1  Col2
0 2018-01-01     1
3 2018-01-04     4
6 2018-01-07     7
9 2018-01-10    10
Data_2:
         Col1  Col2
1  2018-01-02     2
4  2018-01-05     5
7  2018-01-08     8
10 2018-01-11    11

希望，这可以帮助你。