如何根据同一数据框的列中的唯一值列表对数据框进行子集化？答案

【问题标题】：How can I subset a data frame based on a list of unique values in a columns of that same data frame?如何根据同一数据框的列中的唯一值列表对数据框进行子集化？
【发布时间】：2019-04-23 13:54:11
【问题描述】：

我有一个看起来像这样的简单数据框。我希望能够选择 LOC 是纽约的所有行，子集这个数据框并将其标记为一个变量，我可以使用它来将纽约行附加到我使用 win32 创建的电子邮件给联系人。然后搬到波士顿做同样的事情，等等。我不知道如何在没有明确命名的情况下提取 LOC 行。我希望它随着 LOC 值的变化而动态变化。

    Contact          LOC     ...     Add_Move  First Name
0   mike@osjloc1.com     New York     ...          Add         Joe
1   mike@osjloc1.com     New York     ...         Move        Stan
2   mike@osjloc1.com     New York     ...          Add        Rick
3   mike@osjloc1.com     New York     ...          Add        Mike
4   jeff@osjloc2.com       Boston     ...          Add       Sonya
5   jeff@osjloc2.com       Boston     ...         Move        Matt
6   jeff@osjloc2.com       Boston     ...         Move       Randy
7   jeff@osjloc2.com       Boston     ...          Add         Sue
8    dave@osjloc.com  Los Angeles     ...          Add        Jill
9    dave@osjloc.com  Los Angeles     ...         Move       Steve
10   dave@osjloc.com  Los Angeles     ...          Add        Bill

【问题讨论】：

标签： python loops dataframe filter

【解决方案1】：

布尔索引。您可以根据列值屏蔽数据框中的列 https://www.geeksforgeeks.org/boolean-indexing-in-pandas/

获取 DataFrame 中的所有唯一位置。

locations = set(df.loc[:,"LOC"])

locations 将返回一组 {"New York","Boston",...}

for location in locations:
    variable = df[df["LOC"]==location]

for 循环将遍历创建的一组值。要根据列值过滤数据，我们可以根据 ==、!=、...等运算符创建掩码。

【讨论】：

【解决方案2】：

你可以使用pandasgroupby。

groups = yourdataframe.groupby('LOC')

groups 包含根据'LOC' 列拆分的数据帧子集。如果您对其进行迭代，则每次迭代都会有一个 2 长度的元组。广告索引0，对应'LOC'的值的字符串，索引1对应子集的数据帧（仍然是数据帧）。

for locname, subset in groups:
    #do whatever you want with the subset

不确定您需要做什么，但例如，要打印电子邮件列表，您可以这样做：

for locname, subset in groups:
    print(subset['Contact'])

【讨论】：