拆分df后计算行数答案

【问题标题】：Counting rows after splitting df拆分df后计算行数
【发布时间】：2019-08-14 13:09:22
【问题描述】：

我不得不将 df 分成 20 个相等的组（不是完全相等，有 6076 行）。现在我需要创建新的 df 列，其中每个单元格等于每组中的行数。例如，我有 20 个组，有 304 行，所以我需要列 'pool_size' 看起来像： 304在第一行，304在第二行，304在第三行......等等。

为了破解我使用的df：

>>> df_split = np.array_split(df, 20)

谢谢！

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

你可以试试：

pd.DataFrame([df.shape[0] for df in df_split], columns=['pool_size'])

结果：

    pool_size
0          16
1          16
2          16
3          16
4          15
5          15
6          15
7          15
8          15
9          15
10         15
11         15
12         15
13         15
14         15
15         15
16         15
17         15
18         15
19         15

【讨论】：

【解决方案2】：

我不确定我是否完全理解这些问题，但您可以尝试通过以下方式为每行添加值等于 304 的列“pool_size”：

    df["pool_size"] = 304

编辑：通过 np.array_split 拆分数据框后，您将获得一个数据框列表，因此您可以遍历列表并通过 .shape 检查每一行的大小。然后你可以通过上面的代码更新那个 df。它应该看起来像这样，但我还没有检查过。

    for df_ in df_split:
        df_["pool_size"] = df_.shape[1]

【讨论】：

我很乐意这样做，但是其中一组有更多行，我不确定哪一个）））因为原始 df 中的总行数是 6076...实际上我不是确定到底有多少行，但我认为如果我无法找到另一个解决方案，我只会检查每个组，并会完全按照你的建议做。谢谢！
哦，好吧，因为每一行的长度不同，您可以循环外部数组并检查每个内部数组的长度，同时更改 pool_size 列。您可以使用 nditer 循环遍历数组，然后使用 .size 或 .shape 检查每个数组的大小。这有帮助吗？

【解决方案3】：

我可能不明白，但你不能用：

df_split.shape[0] #for length/row numbers in DF

（或 df_split.shape[1] 表示宽度）

【讨论】：

谢谢！有 20 组）这一组成功计算了整个 df 或拆分 df 中的一组，但不幸的是不是每个组