使用循环或列表理解制作多个熊猫数据框答案

【问题标题】：making multiple pandas data frames using a loop or list comprehension使用循环或列表理解制作多个熊猫数据框
【发布时间】：2014-03-23 19:58:15
【问题描述】：

我有一个 Python 数据框，我想将它按行细分为 32 个不同的切片（想象一个大数据集按行切分成 32 个较小的数据集）。我可以通过这种方式手动划分数据框：

df_a = df[df['Type']=='BROKEN PELVIS']

df_b = df[df['Type']=='ABDOMINAL STRAIN']

我假设有人可能想分享一个更 Pythonic 的表达式。我正在寻找类似的东西：

for i in new1:
    df_%s= df[df['#RIC']=='%s'] , %i

希望这是有道理的。

【问题讨论】：

【解决方案1】：

在这种情况下，我认为将 DataFrames 存储在 Python 字典中更符合 Python 风格：

injuries = {injury: df[df['Type'] == injury] for injury in df['Type'].unique()}

injuries['BROKEN PELVIS']  # is the same as df_a above

大多数时候您不需要创建新的 DataFrame 但可以使用 groupby（这取决于您接下来要做什么），请参阅http://pandas.pydata.org/pandas-docs/stable/groupby.html：

g = df.groupby('Type')

更新：实际上有一个方法get_group 可以访问这些：

In [21]: df = pd.DataFrame([['A', 2], ['A', 4], ['B', 6]])

In [22]: g = df.groupby(0)

In [23]: g.get_group('A')
Out[23]:
   0  1
0  A  2
1  A  4

注意：大多数时候你不需要这样做，应用、聚合和转换是你的朋友！

【讨论】：