基于 groupby 拆分 pandas 数据帧答案

【问题标题】：Split pandas dataframe based on groupby基于 groupby 拆分 pandas 数据帧
【发布时间】：2014-07-04 15:53:06
【问题描述】：

我想根据 ZZ 列拆分以下数据框

df = 
        N0_YLDF  ZZ        MAT
    0  6.286333   2  11.669069
    1  6.317000   6  11.669069
    2  6.324889   6  11.516454
    3  6.320667   5  11.516454
    4  6.325556   5  11.516454
    5  6.359000   6  11.516454
    6  6.359000   6  11.516454
    7  6.361111   7  11.516454
    8  6.360778   7  11.516454
    9  6.361111   6  11.516454

作为输出，我想要一个新的DataFrame，其中N0_YLDF 列分成4 个，ZZ 的每个唯一值对应一个新列。我该怎么做？我可以做 groupby，但不知道如何处理分组的对象。

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

将它们存储在dict 中，这样您就可以根据组键访问组数据帧。

d = dict(tuple(df.groupby('ZZ')))
d[6]

#    N0_YLDF  ZZ        MAT
#1  6.317000   6  11.669069
#2  6.324889   6  11.516454
#5  6.359000   6  11.516454
#6  6.359000   6  11.516454
#9  6.361111   6  11.516454

如果您只需要 DataFrame 的一个子集，在这种情况下只是 'NO_YLDF' 系列，您可以修改 dict 理解。

d = dict((idx, gp['N0_YLDF']) for idx, gp in df.groupby('ZZ'))
d[6]
#1    6.317000
#2    6.324889
#5    6.359000
#6    6.359000
#9    6.361111
#Name: N0_YLDF, dtype: float64

【讨论】：

【解决方案2】：

还有另一种选择，因为 groupby 返回一个生成器，我们可以简单地使用列表理解来检索第二个值（帧）。

dfs = [x for _, x in df.groupby('ZZ')]

【讨论】：

【解决方案3】：

在 R 中有一个称为 split 的数据帧方法。这适用于所有 R 用户：

def split(df, group):
     gb = df.groupby(group)
     return [gb.get_group(x) for x in gb.groups]

【讨论】：

你不应该把它全部放在一个系列中吗？以pd.Series(...)结尾
这太棒了。有没有一种简单的方法来获取标识组的键，所以我可以返回一个元组列表，比如[ (key, gb.get_group(x) ) for x in gb.group]？
我找到了这个，这很容易：*.com/questions/42513049/…
只是为了提供评论的答案（在链接中有更详细的解释：[(key, gb.get_group(key)) for key in gb.groups]
相同的解决方案，但带有迭代器def split(df, group): gb = df.groupby(group) for g in gb.groups: yield gb.get_group(g)

【解决方案4】：

gb = df.groupby('ZZ')    
[gb.get_group(x) for x in gb.groups]

【讨论】：