如何根据索引位置过滤一组行？

Question

我被困在如何根据索引位置过滤掉一组行。为了更清楚，让我们有一个虚拟问题，假设我有一个用户有多个配置文件的数据框，例如 df1 我有三个用户 John、Johnny 和 Ben 有他们的多个配置文件..

df1 = pd.DataFrame({"user": ["Peter (1)", "Peter (2)", "Peter (3)","John (1)","John (2)","John (3)","Johnny (1)","Johnny (2)"], "value": [1, 3, 3, 1, 6, 3, 4, 1]}, )

我根据值对 df1 进行排序并重新索引它

df1=df1.sort_values(by='value', ascending=False)

df1.index=[0, 1, 2, 3, 4, 5, 6, 7]

df1 是这样的

现在我被困在如何过滤出具有第一个索引值的用户（在本例中为 John）的行，让我们说新数据框 df2，以及过滤掉第二个索引用户（在本例中为 Johnny）的行新数据框 df3 预期的 df2 应该是这样的

df3 应该如下所示

Answer 1

对数据框进行排序后，您可以使用str.split 拆分user 列中的字符串以创建分组key，然后group 此分组键上的数据框和每个user 创建的子组user -> dataframe 在 dict 理解中的映射：

key = df1['user'].str.split().str[0]
dct = {user:grp.reset_index(drop=True) for user, grp in df1.groupby(key)}

现在要访问与user 对应的数据框，我们可以简单地在字典中查找：

>>> dct['John']

       user  value
0  John (2)      6
1  John (3)      3
2  John (1)      1

>>> dct['Peter']

        user  value
0  Peter (2)      3
1  Peter (3)      3
2  Peter (1)      1

>>> dct['Johnny']

         user  value
0  Johnny (1)      4
1  Johnny (2)      1

Answer 2

您可以获取第一个索引值并将其拆分并排除最后一项（假设用户名可能有括号），然后在整个数据框中搜索该特定列的值。 例如：

firstIndexUser = df1['user'].str.split('(').str[:-1].str.join('(').iloc[0]

这个 firstIndexUser 的值为 'John' 现在您可以与整个数据框进行比较以获得您的 df2

df2 = df1[df1['user'].str.split('(').str[:-1].str.join('(')==firstIndexUser]

输出如下：

>>df2
       user  value
0  John (2)      6
4  John (3)      3
6  John (1)      1

如果需要，您可以重置 df2 的索引

>>df2.reset_index(drop=True, inplace=True)
>>df2
       user  value
0  John (2)      6
1  John (3)      3
2  John (1)      1

您可以对您的 df3 采用类似的方法

Answer 3

df1 = pd.DataFrame({"user": ["Peter (1)", "Peter (2)", "Peter (3)","John (1)","John (2)","John (3)","Johnny (1)","Johnny (2)"], "value": [1, 3, 3, 1, 6, 3, 4, 1]}, )

df1=df1.sort_values(by='value', ascending=False)

cols = df1.columns.tolist()
df1['name'] = df1['user'].replace(r'\s\(\d\)','',regex=True)
grp = df1.groupby(by=['name'])
dataframes = [grp.get_group(x)[cols] for x in grp.groups]

df2, df3 = dataframes[:2]  # as mentioned, we are interested just in first two users

df2:

       user  value
3  John (1)      1
4  John (2)      6
5  John (3)      3     

df3:

       user    value
6  Johnny (1)      4
7  Johnny (2)      1    

Answer 4

第一行为名称添加一列
创建一个字典，将每个条目作为数据框，键作为唯一名称

df1['name']=[x.split(' ')[0] for x in df1['user']]
for nam in list(df1.name.value_counts().index):
    dct[nam] = df1[df1['name']==nam][['user','value']].reset_index(drop=True)

Answer 5

我相信一个好方法是首先在字典中获取您的键值对（使用 dict 和 zip，然后使用 loc 过滤索引位置。这样可以确保您始终可以通过明确说明索引位置来取回您所需的dataframe。

k = dict(zip(df.index,df['user'].apply(lambda x: x.split(' ')[0])))

{0: 'John',
 1: 'Johny',
 2: 'Peter',
 3: 'Peter',
 4: 'John',
 5: 'Peter',
 6: 'John',
 7: 'Johny'}

# position 0
k[0]
'John'

# position 1
k[1]
'Johny'

# position 2
k[2]
'Peter'

---

使用index 位置0 和1 将John 和Johny 分成单独的df

# John (indexed 0)
df1 = df.loc[df['user'].str.split().str[0] == k[0]] # index position 0

Out[31]: 
       user  value
0  John (2)      6
4  John (3)      3
6  John (1)      1

# Johny (indexed 1)
df2 =  df.loc[df['user'].str.split().str[0] == k[1]] # index position 1

Out[32]: 
        user  value
1  Johny (1)      4
7  Johny (2)      1

Answer 6

使用python基本功能List Comprehension我们可以列出我们想要的数据。

list_john = [i for i in df1.user if i[0:5] == f'John '];
list_johnny = [i for i in df1.user if i[0:5] == f'Johnny'];

然后使用上面的列表创建两个 df 对象：

pd.DataFrame(list_john)
pd.DataFrame(list_johnny)