使用循环或列表理解创建多个 pandas 数据框

Question

我有一个 Python 数据框，我想按行细分，但分成 32 个不同的切片（想象一个大数据集按行切成 32 个较小的数据集）。我可以通过这种方式手动划分数据框：

df_a = df[df['Type']=='BROKEN PELVIS']

df_b = df[df['Type']=='ABDOMINAL STRAIN']

我假设有人可能想分享一个更加Pythonic 的表达式。我正在寻找类似的东西：

for i in new1:
    df_%s= df[df['#RIC']=='%s'] , %i

希望这是有道理的。

Answer 1

在这种情况下，我认为将 DataFrame 存储在 python 字典中更符合 Python 风格：

\n\n

injuries = {injury: df[df[\'Type\'] == injury] for injury in df[\'Type\'].unique()}\n\ninjuries[\'BROKEN PELVIS\']  #\xc2\xa0is the same as df_a above\n

\n\n

大多数时候你不需要创建一个新的DataFrame，但可以使用groupby（这取决于你接下来要做什么），请参阅http://pandas.pydata.org/pandas-docs/stable/groupby .html：

\n\n

g = df.groupby(\'Type\')\n

\n\n

更新：实际上有一种方法get_group可以访问这些：

\n\n

In [21]: df = pd.DataFrame([[\'A\', 2], [\'A\', 4], [\'B\', 6]])\n\nIn [22]: g = df.groupby(0)\n\nIn [23]: g.get_group(\'A\')\nOut[23]:\n   0  1\n0  A  2\n1  A  4\n

\n\n

注意：大多数时候你不需要这样做，应用、聚合和转换就是你的朋友！

\n