Question

这是我的起始数据框：

StartDF = pd.DataFrame({'A': {0: 1, 1: 1, 2: 2, 3: 4, 4: 5, 5: 5, 6: 5, 7: 5}, 'B': {0: 2, 1: 2, 2: 4, 3: 2, 4: 2, 5: 4, 6: 4, 7: 5}, 'C': {0: 10, 1: 1000, 2: 250, 3: 100, 4: 550, 5: 100, 6: 3000, 7: 250}})

我需要根据A列和B列中的重复值创建单个数据帧的列表，因此它应如下所示：

df1 = pd.DataFrame({'A': {0: 1, 1: 1}, 'B': {0: 2, 1: 2}, 'C': {0: 10, 1: 1000}}) 
df2 = pd.DataFrame({'A': {0: 2}, 'B': {0: 4}, 'C': {0: 250}})
df3 = pd.DataFrame({'A': {0: 4}, 'B': {0: 2}, 'C': {0: 100}})
df4 = pd.DataFrame({'A': {0: 5}, 'B': {0: 2}, 'C': {0: 550}})
df5 = pd.DataFrame({'A': {0: 5, 1: 5}, 'B': {0: 4, 1: 4}, 'C': {0: 100, 1: 3000}}) 
df6 = pd.DataFrame({'A': {0: 5}, 'B': {0: 5}, 'C': {0: 250}})

我已经看到很多答案解释了如何重复DROP，但是我需要保留重复值，因为C列中的信息通常在行之间是不同的，无论A和B列是否重复。需要在新数据帧中保留行数据。

另外请注意，起始数据帧（StartDF）的长度会发生变化，因此每次运行时，创建的各个数据帧的数量都是可变的。最终，我需要将新创建的数据帧打印到他们自己的csv文件中（我知道如何做这部分）。只需要知道如何以优雅的方式从原始数据框中分解数据。

Answer 1

您可以使用groupby，遍历每个组并使用列表推导构建列表。

df_list = [g for _, g in df.groupby(['A', 'B'])]

print(*df_list, sep='\n\n')

   A  B     C
0  1  2    10
1  1  2  1000

   A  B    C
2  2  4  250

   A  B    C
3  4  2  100

   A  B    C
4  5  2  550

   A  B     C
5  5  4   100
6  5  4  3000

   A  B    C
7  5  5  250

根据多行和多列

1 个答案: