将数据框拆分为多个df答案

【问题标题】：Split dataframe into multiple df将数据框拆分为多个df
【发布时间】：2017-09-23 11:58:22
【问题描述】：

例如，如果我有一个数据框，df 像这样

col1 col2 col3
 1     2     34
 11    32    32
 21    62    34
 31    12    31
 13    82    35
 11    32    33
 41    32    33

我想循环 3 次，在每个循环中我想一个接一个地取 n 行，在最后一个循环中取其余的行。所以它应该在每个循环中采用以下行

循环 1

 1     2     34
 11    32    32

循环 2

21    62    34
 31    12    31

循环 3

13    82    35
 11    32    33
 41    32    33

【问题讨论】：

这是一个基本的编程东西，与pandas无关。您尝试为此编写什么代码，请告诉我们

标签： python pandas dataframe

【解决方案1】：

使用 numpy array_split

import numpy as np
num_chunks = 3
np.array_split(df,num_chunks) # this will split your array into num_chunks

您可以将新变量分配给每个块

chunk1,chunk2,chunk3 = np.array_split(df,num_chunks)

【讨论】：

如何使用循环来实现？可能是除以df的大小？
你为什么关心使用循环？

【解决方案2】：

您可以使用 dataframe 提供的 iterrows() 方法，您可以根据您的要求设置一些特定的条件。例如我可以很快想出下面的代码，虽然它可以改进，但它会以你想要的方式打印出来：

import pandas as pd

data = [[1,  2,  34],
        [11, 32, 32],
        [21, 62, 34],
        [31, 12, 31],
        [13, 82, 35],
        [11, 32, 33],
        [41, 32, 33]]

df = pd.DataFrame(data,columns=['col1','col2','col3'])

n = 2

count = 0
for index, row in df.iterrows():
   if count == n or count == 2*n:
       print("New line")
   print(row['col1'], row['col2'], row['col3'])
   count = count + 1

【讨论】：

【解决方案3】：

如果你想使用循环，你可以尝试以下：

n = 2
loop_var = [(i+n) if (i+n+n)<len(df) else len(df) for i in range(0, len(df)-1, n)]
start = 0
for i in loop_var:
    print(df[start:i])
    start = i

结果：

   col1  col2  col3
0     1     2    34
1    11    32    32
   col1  col2  col3
2    21    62    34
3    31    12    31
   col1  col2  col3
4    13    82    35
5    11    32    33
6    41    32    33

【讨论】：