如何自动将表拆分为包含两个连续行的子表？答案

【问题标题】：How to automatically split table into subtables containing two consecutive rows?如何自动将表拆分为包含两个连续行的子表？
【发布时间】：2021-10-24 02:25:46
【问题描述】：

我有这样的表：

value1	value2
a	g
b	h
c	i
d	j
e	k
f	l

我想自动将表拆分为包含两个连续行的子表，如下所示：

表1：

value1	value2
a	g
b	h

表2：

value1	value2
b	h
c	i

表3：

value1	value2
c	i
d	j

table4：

value1	value2
d	j
e	k

表5：

value1	value2
e	k
f	l

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

一个有趣的替代方法是使用 Numpy 中的 as_strided 函数和将结果保存为 DataFrame 列表。

从必要的导入开始：

from numpy.lib.stride_tricks import as_strided as stride

然后定义如下函数：

def decompose(df, rowNo):
    v = df.values
    d0, d1 = v.shape
    s0, s1 = v.strides
    a = stride(v, (d0 - (rowNo - 1), w, d1), (s0, s0, s1))
    return [ pd.DataFrame(a[i], columns=df.columns) for i in range(a.shape[0]) ]

当你调用它时：

result = decompose(df, 2)

结果是包含原始特定片段的 DataFrame 列表数据帧。

例如result[0] 包含：

  value1 value2
0      a      g
1      b      h

如果您想将此列表的每个元素保存在一个单独的基本变量下，自己做吧。

【讨论】：

不确定下注，功能很好 imo。

【解决方案2】：

遍历数据框并使用locals动态创建变量：

for i in range(len(df)-1):
    locals()[f"table{i+1}"] = df[i:i+2].reset_index(drop=True)

>>> table1
  value1 value2
0      a      g
1      b      h

>>> table2
  value1 value2
0      b      h
1      c      i

...

>>> table5
  value1 value2
0      e      k
1      f      l

如果您希望索引在 tableX 中保留，请删除 .reset_index(...)。

【讨论】：

【解决方案3】：

使用字典推导和 groupby，因为你想要连续的行，你可以使用 floor division 来创建你的 groupby 对象。

tables = {f"table{x+1}" : y for x,y in df.groupby(df.index // 2) }


print(tables['table1'])

  value1 value2
0      a      g
1      b      h

tables.keys()
dict_keys(['table1', 'table2', 'table3'])

【讨论】：