Skip to main content
 首页 » 编程设计

python之如何使用周期值列拆分 Pandas 数据框

2024年12月31日8hnrainll

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}