python - Pandas 数据框基于列值拆分列表

Question

我有一个很大的区域数据集，我想根据区域列表将数据帧拆分为多个数据帧。

示例:

regions         val1    val2
A                1        2
A                1        2
B                1        2
C                1        2
D                1        2
E                1        2
A                1        2

我想通过分组(A，E)，(B，C，D)来分割上面的数据框

DF1:
    regions         val1    val2
    A                1        2
    A                1        2
    E                1        2
    A                1        2

DF2:    
    B                1        2
    C                1        2
    D                1        2

我通过手动指定 df[(df['regions'] == 'A') | (df['regions'] == 'E')] 来尝试此操作。我想避免在创建数据帧时手动指定这些区域代码。我对 Pandas 很陌生。有什么办法吗？

Answer 1

您可以创建 DataFrame 字典，以避免手动创建具有字典理解的 DataFrame 和 Series.isin和 boolean indexing用于过滤:

L =  [('A','E'), ('B','C','D')]

dfs = {'_'.join(x):df[df['regions'].isin(x)] for x in L}
print (dfs)
{'A_E':   regions  val1  val2
0       A     1     2
1       A     1     2
5       E     1     2
6       A     1     2, 'B_C_D':   regions  val1  val2
2       B     1     2
3       C     1     2
4       D     1     2}

要选择每个DataFrame，请使用键:

print (dfs['A_E'])
  regions  val1  val2
0       A     1     2
1       A     1     2
5       E     1     2
6       A     1     2

print (dfs['B_C_D'])
  regions  val1  val2
2       B     1     2
3       C     1     2
4       D     1     2

<小时/>

手动解决方案是:

df1 = df[df['regions'].isin(('A','E'))]
print (df1)
  regions  val1  val2
0       A     1     2
1       A     1     2
5       E     1     2
6       A     1     2

df2 = df[df['regions'].isin(('B','C','D'))]
print (df2)
  regions  val1  val2
2       B     1     2
3       C     1     2
4       D     1     2