我有一个看起来像这样的 pandas 数据框:
v1 v2 v3 result
0 12 31 31 0
1 34 52 4 1
2 32 4 5 1
3 7 89 2 0
4 5 17 8 1
5 11 25 23 1
6 2 32 34 1
7 0 1 3 0
您可能会注意到,在最后一列中它有一个零和一的模式。 是否可以将这个数据框拆分成两个子数据框?
我想要的输出是:
df1:
v1 v2 v3 result
0 34 52 4 1
1 32 4 5 1
df2:
0 5 17 8 1
1 11 25 23 1
2 2 32 34 1
df.groupby() 肯定行不通,因为它只会创建两个大数据帧;一个是 1,第二个是 0。我对将数据标记为零不感兴趣。
提前致谢!
附言。 实际上这个数据框要大得多,所以我正在尝试创建 df1、df2、... dfn
请您参考如下方法:
您可以创建DataFrames 字典:
mask = df['result'].eq(1)
a = pd.factorize(df['result'].eq(0).cumsum()[mask])[0]
dfs = dict(tuple(df[mask].groupby(a)))
print (dfs[0])
v1 v2 v3 result
1 34 52 4 1
2 32 4 5 1
print (dfs[1])
v1 v2 v3 result
4 5 17 8 1
5 11 25 23 1
6 2 32 34 1
详细信息:
创建用于过滤的 bool 掩码 eq (==):
mask = df['result'].eq(1)
print (mask)
0 False
1 True
2 True
3 False
4 True
5 True
6 True
7 False
Name: result, dtype: bool
通过比较 0 和 Series.cumsum 创建计数器 Series :
print (df['result'].eq(0).cumsum())
0 1
1 1
2 1
3 2
4 2
5 2
6 2
7 3
Name: result, dtype: int32
按 boolean indexing 过滤只有 1 行:
print (df['result'].eq(0).cumsum()[mask])
1 1
2 1
4 2
5 2
6 2
Name: result, dtype: int32
添加factorize对于按 0 划分的组:
a = pd.factorize(df['result'].eq(0).cumsum()[mask])[0]
print (a)
[0 0 1 1 1]
从 groupby 对象创建字典,但也通过 bool 掩码过滤行:
dfs = dict(tuple(df[mask].groupby(a)))
print (dfs)
{0: v1 v2 v3 result
1 34 52 4 1
2 32 4 5 1, 1: v1 v2 v3 result
4 5 17 8 1
5 11 25 23 1
6 2 32 34 1}
