python - 将分组数据框分解为单独的数据框

Question

我想获取一个已分组的数据框，并为每个相应的组创建单独的数据框。

我正在使用列表理解来使用列表 names_list 中的值对 pandas 数据帧进行切片，然后将结果分配给同名的变量。但是，names_list 中的值并不总是出现在我的数据框中，哪个不会出现在数据框中是完全随机的。我怎样才能让它工作并只返回实际出现的变量？

我尝试过的:

idx = pd.IndexSlice

names_list = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
a, b, c, d, e, f, g, h = [df.loc[idx[x,:],:] for x in names_list]

只要数据框中不存在值，上面的代码就会返回一个 KeyError。

还试过:

def split_df(data):
    try:
        a = [df.loc[idx[x,:],:] for x in data]
    except KeyError:
        a = None
    return a


names_list = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
a, b, c, d, e, f, g, h = [x for x in names_list]
name_vars = [a, b, c, d, e, f, g, h]

name_vars_2 = []
for var, val in zip(name_vars,names_list):
    var = split_df(val)
    if var is None:
        continue
    else:
        name_vars_2.append(var)

这种方法只为每个值返回一个 None 列表。

我想要的结果是一个变量列表，其中数据帧的相应切片分配给每个变量。

Answer 1

设置

df = pd.DataFrame(dict(A=range(10), B=[*'aabbccddee']))

---

字典

将它们存储在字典中而不是命名变量

d = dict((*df.groupby('B'),))

---

d['a']

   A  B
0  0  a
1  1  a

---

d['d']

   A  B
6  6  d
7  7  d

---

不推荐!

但是为了你的教育。您可以更新 locals() 字典。
这很糟糕，因为动态污染 namespace 会导致许多难以跟踪的错误。
事实上，它不能保证做任何事情。

Per Docs :

Note: The contents of this dictionary should not be modified; changes may not affect the values of local and free variables used by the interpreter.

免责声明，这是你可以做到的:

locals().update(dict((*df.groupby('B'),)))

然后访问命名变量

a

   A  B
0  0  a
1  1  a

---

d

   A  B
6  6  d
7  7  d