Bagaimanakah saya boleh membahagikan Pandas DataFrame yang besar kepada bahagian yang sama apabila bilangan baris tidak boleh dibahagikan dengan bilangan bahagian?

Memisahkan Bingkai Data Panda Besar kepada Bahagian Yang Sama

Apabila bekerja dengan set data besar dalam Panda, selalunya perlu membahagikannya kepada bahagian yang lebih kecil untuk pemprosesan atau analisis. Satu kaedah yang biasa digunakan untuk membelah bingkai data ialah np.split, yang mengagihkan data ke dalam bilangan tatasusunan yang sama sepanjang paksi yang ditentukan. Walau bagaimanapun, percubaan untuk membahagikan bilangan baris yang tidak sekata menggunakan kaedah ini boleh mengakibatkan ValueError.

Pendekatan Alternatif Menggunakan np.array_split

Untuk mengatasi isu ini, pertimbangkan untuk menggunakan np.array_split sebaliknya. Fungsi ini membenarkan pembahagian bingkai data yang tidak sama rata, seperti yang ditunjukkan dalam kod Python berikut:

<code class="python">import pandas as pd
import numpy as np

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                    'B' : ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                    'C' : np.random.randn(8), 'D' : np.random.randn(8)})

print(df)

split_data = np.array_split(df, 4)

for part in split_data:
    print(part)</code>

Keluaran kod ini menunjukkan bingkai data berpecah kepada empat bahagian yang sama:

     A      B         C         D
0  foo    one -0.174067 -0.608579
1  bar    one -0.860386 -1.210518
2  foo    two  0.614102  1.689837
3  bar  three -0.284792 -1.071160
4  foo    two  0.843610  0.803712
5  bar    two -1.514722  0.870861
6  foo    one  0.131529 -0.968151
7  foo  three -1.002946 -0.257468

     A      B         C         D
0  foo    one -0.174067 -0.608579
1  bar    one -0.860386 -1.210518
2  foo    two  0.614102  1.689837
3  bar  three -0.284792 -1.071160
4  foo    two  0.843610  0.803712
5  bar    two -1.514722  0.870861

     A      B         C         D
0  foo    one  0.131529 -0.968151
1  foo  three -1.002946 -0.257468

     A      B         C         D
0  bar    one -0.860386 -1.210518
1  foo    two  0.614102  1.689837
2  bar  three -0.284792 -1.071160
3  foo    two  0.843610  0.803712
4  bar    two -1.514722  0.870861

Menggunakan np.array_split memastikan pengedaran sekata baris bingkai data, tanpa mengira jumlah kiraannya. Ini menyediakan kaedah yang mudah untuk memisahkan set data yang besar kepada bahagian yang boleh diurus untuk pemprosesan selanjutnya.

Atas ialah kandungan terperinci Bagaimanakah saya boleh membahagikan Pandas DataFrame yang besar kepada bahagian yang sama apabila bilangan baris tidak boleh dibahagikan dengan bilangan bahagian?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!