Pandas Dataframe 高级拆分

Question

我有一个大的 DataFrame，我需要分成两个（A 和 B），A 和 B 中某个列值的行数相同。该列有 700 多个唯一值，它们都是字符串。我举个例子：

DataFrame
  Price  Type
  1      X
  2      Y
  3      Y
  4      X
  5      X
  6      X
  7      Y
  8      Y

当拆分它（随机）时，我应该在 DataFrame A 和 DataFrame B 中得到两个 X 值和两个 Y 值，例如：

A
  Price  Type
  1      X
  5      X
  2      Y
  3      Y

B
  Price  Type
  4      X
  6      X
  7      Y
  8      Y

提前致谢！

Answer 1

您可以使用groupby().cumcount() 枚举Type 中的行，然后使用%2 将行分为两组：

df['groups'] = df.groupby('Type').cumcount()%2

A,B = df[df['groups']==0], df[df['groups']==1]

输出：

**A**

   Price Type  groups
0      1    X       0
1      2    Y       0
4      5    X       0
6      7    Y       0

**B**

   Price Type  groups
2      3    Y       1
3      4    X       1
5      6    X       1
7      8    Y       1

Answer 2

您能否按类型的值进行分组并将 A/B 分配给该组的一半作为新列，然后仅复制分配了标签 A/B 的行？如果您需要精确的拆分，您可以根据组的大小进行拆分

Answer 3

您可以像下面这样使用 numpy 库的“arry_split”功能：

import numpy as np
df_split = np.array_split(df, 2)
df1 = df_split[0]
df2 = df_split[1]