python - 使用 Pandas 动态创建数据框

Question

我有一个巨大的数据集，我想根据第一列的字符串值将其拆分为几个较小的数据集。

到目前为止，我已经删除了最终数据帧中不需要的所有信息，并使用数据帧字典动态创建，但无济于事，并创建了分割。

对于数据帧字典，我尝试过:

dict = {}
number_of_df= 0

for i in range(df.shape[0]):
    if df[i:] != df[i-1]:
        number_of_df += 1

for i in range(len(number_of_df)):
    d['t' + str(i)] = df.shift(i).add_suffix('_t' + str(i))

复制行的值，直到行中的第一个值与前一个值不同:

for key in dict:
    while df[i:] == df[i-1:]:
        df[key].append= df2.loc[df1.index[i]] = df1.iloc[i]

    df[key].to_csv('file'+str(key)+'.csv', index=False)

我希望它创建多个 CSV，每个文件都按照创建顺序命名。我有几个错误，首先它在创建字典时显示 Key error: -1 并且只创建一个空字典，并且在切片时不返回任何错误，但也不向字典写入任何内容。我还认为我可能错误地指出了我想要在字典中更改的行和值。

提前感谢我的英语，不是母语，而且也是一个完整的n00b。

Answer 1

I want to split in several smallers ones, based on the string values of the first column.

这比你想象的要容易。只需将 groupby 与第一列一起使用，然后使用 dict + tuple 构建字典。您可以通过索引df.columns选择第一列。

dct = dict(tuple(df.groupby(df.columns[0])))

如果您仅需要将每个数据帧导出到 CSV 文件，则不需要额外的字典费用。只需直接迭代 groupby 对象即可:

for key, df_slice in df.groupby(df.columns[0]):
    df_slice.to_csv(f'file_{key}.csv', index=False)