S.B*_*B.G 5 python split python-3.x pandas
我有一个数据框,如下面的df.我想为条件为真的每个数据块创建一个新的数据帧,这样它就会返回df_1,df_2 .... df_n.
| df | | df_1 | | df_2 |
| Value | Condition | | Value | | Value |
|-------|-----------| |-------|---|-------|
| 2 | True | | | 2 | | 0 |
| 5 | True | | | 5 | | 5 |
| 4 | True | | | 4 | | |
| 4 | False | | | | | |
| 2 | False | | | | | |
| 0 | True | | | | | |
| 5 | True | | | | | |
| 7 | False | | | | | |
| 8 | False | | | | | |
| 9 | False | | | | | |
Run Code Online (Sandbox Code Playgroud)
我唯一的想法是遍历数据帧,返回每个True值块的开始和结束索引,然后创建新的数据帧,循环遍历返回的索引,为每个开始/结束对返回类似的内容:
newdf = df.iloc[start:end]
Run Code Online (Sandbox Code Playgroud)
但这样做似乎效率低下.
DataFrame通过Series由cumsum倒置布尔列的创建者创建s 的字典,并NaN为无组添加s 为where:
g = (~df['Condition']).cumsum().where(df['Condition'])
print (g)
0 0.0
1 0.0
2 0.0
3 NaN
4 NaN
5 2.0
6 2.0
7 NaN
8 NaN
9 NaN
Name: Condition, dtype: float64
#enumerate for starting groups from 1, 2, N
dfs = {i+1:v for i, (k, v) in enumerate(df[['Value']].groupby(g))}
print (dfs)
{1: Value
0 2
1 5
2 4, 2: Value
5 0
6 5}
print (dfs[1])
Value
0 2
1 5
2 4
print (dfs[2])
Value
5 0
6 5
Run Code Online (Sandbox Code Playgroud)
这是一种替代解决方案。请注意,consecutive_groups配方来自more_itertools库。
from itertools import groupby
from operator import itemgetter
def consecutive_groups(iterable, ordering=lambda x: x):
for k, g in groupby(enumerate(iterable), key=lambda x: x[0] - ordering(x[1])):
yield map(itemgetter(1), g)
grps = consecutive_groups(df[df.Condition].index)
dfs = {i: df.iloc[list(j)] for i, j in enumerate(grps, 1)}
# {1: Value Condition
# 0 2 True
# 1 5 True
# 2 4 True,
# 2: Value Condition
# 5 0 True
# 6 5 True}
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
2957 次 |
| 最近记录: |