我有一个可能包含数百万行的数据框,如下所示:
df:
name value
1 bob1 abc
2 bob3 def
3 jake2 ghi
4 jake jkl
5 sam1 mno
6 bob5 pqr
如何根据包含某些子字符串的名称列值将其拆分为多个数据帧,例如本例中的“bob”、“jake”和“sam”?
如果这有任何改变,新的数据帧仍然可以保存在一个数据结构中,例如字典。
所需的数据帧:
df1:
name value
1 bob1 abc
2 bob3 def
3 bob5 pqr
df2:
name value
1 jake2 ghi
2 jake jkl
df3:
name value
1 sam1 mno
请您参考如下方法:
这是另一种方法:
获取所有不同的值:
def matching_function(x):
match = re.match(r"([a-z]+)([0-9]+)", x, re.I)
if match:
return match.group(1)
函数从字符串中删除数字,thanks for this answer 获取名称的所有可能值:
set(df.name.apply(matching_function))
循环到这些值并拆分 df:
df_list= []
for x in set(df.name.apply(matching_function)):
if x :
df_list.append(df.loc[df.name.apply(lambda y : y.startswith( x ))])
df_list 包含拆分的数据帧
