Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah Saya Boleh Membahagikan Pandas DataFrame kepada Berbilang DataFrames Berdasarkan Nilai Lajur Menggunakan Groupby?

Bagaimanakah Saya Boleh Membahagikan Pandas DataFrame kepada Berbilang DataFrames Berdasarkan Nilai Lajur Menggunakan Groupby?

Patricia Arquette
Lepaskan: 2024-12-19 09:19:16
asal
995 orang telah melayarinya

How Can I Split a Pandas DataFrame into Multiple DataFrames Based on Column Values Using Groupby?

Memisahkan Bingkai Data Pandas Berdasarkan Nilai Lajur Menggunakan Groupby

Panda menawarkan fungsi kumpulan mengikut kuat untuk memanipulasi data berdasarkan nilai biasa dalam sesuatu yang ditentukan lajur. Satu aplikasi praktikal fungsi ini ialah membahagikan DataFrame kepada berbilang DataFrame yang lebih kecil berdasarkan nilai unik dalam lajur.

Pertimbangkan DataFrame df di bawah:

df = 
        N0_YLDF  ZZ        MAT
    0  6.286333   2  11.669069
    1  6.317000   6  11.669069
    2  6.324889   6  11.516454
    3  6.320667   5  11.516454
    4  6.325556   5  11.516454
    5  6.359000   6  11.516454
    6  6.359000   6  11.516454
    7  6.361111   7  11.516454
    8  6.360778   7  11.516454
    9  6.361111   6  11.516454
Salin selepas log masuk

Untuk membahagikan DataFrame ini kepada empat DataFrame berdasarkan nilai unik lajur ZZ, ikuti ini langkah:

  1. Kumpulkan DataFrame mengikut lajur ZZ:

    gb = df.groupby('ZZ')
    Salin selepas log masuk
  2. Dapatkan senarai berkumpulan objek:

    grouped_objects = [gb.get_group(x) for x in gb.groups]
    Salin selepas log masuk

Hasilnya ialah senarai empat DataFrames, setiap satu mewakili kumpulan berbeza berdasarkan nilai unik dalam lajur ZZ.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Membahagikan Pandas DataFrame kepada Berbilang DataFrames Berdasarkan Nilai Lajur Menggunakan Groupby?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan