Question

我有一个数据框var ExpandoObjs = GetDynamicList(); //clone var clonedExpandos = ExpandoObjs.Cast<dynamic>().Select(x => x).ToList(); //modify and sort var transformedExpandos = ExpandoObjs.Cast<dynamic>().Select(x => { x.url= x.url + " some more stuff"; return x; }).OrderBy(x => x.order).ToList();：

df

我需要分成多个数据帧，这些数据帧将包含每10行a b c 0 0.897134 -0.356157 -0.396212 1 -2.357861 2.066570 -0.512687 2 -0.080665 0.719328 0.604294 3 -0.639392 -0.912989 -1.029892 4 -0.550007 -0.633733 -0.748733 5 -0.712962 -1.612912 -0.248270 6 -0.571474 1.310807 -0.271137 7 -0.228068 0.675771 0.433016 8 0.005606 -0.154633 0.985484 9 0.691329 -0.837302 -0.607225 10 -0.011909 -0.304162 0.422001 11 0.127570 0.956831 1.837523 12 -1.074771 0.379723 -1.889117 13 -1.449475 -0.799574 -0.878192 14 -1.029757 0.551023 2.519929 15 -1.001400 0.838614 -1.006977 16 0.677216 -0.403859 0.451338 17 0.221596 -0.323259 0.324158 18 -0.241935 -2.251687 -0.088494 19 -0.995426 0.665569 -2.228848 20 1.714709 -0.353391 0.671539 21 0.155050 1.136433 -0.005721 22 -0.502412 -0.610901 1.520165 23 -0.853906 0.648321 1.124464 24 1.149151 -0.187300 -0.412946 25 0.329229 -1.690569 -2.746895 26 0.165158 0.173424 0.896344 27 1.157766 0.525674 -1.279618 28 1.729730 -0.798158 0.644869 29 -0.107285 -1.290374 0.544023，并且每个小数据帧都会写入单独的文件。所以我决定创建多级数据帧，为此，首先使用此方法将索引分配给df中的每10行：

df

抛出

df['split'] = df['split'].apply(lambda x: np.searchsorted(df.iloc[::10], x, side='right')[0])

那你知道如何解决它吗？我的方法错在哪里？

但是如果你有另一个方法将我的数据帧拆分成多个数据帧，每个数据帧包含10行TypeError: 'function' object has no attribute '__getitem__'，你也会受到欢迎，因为这种方法只是我想到的第一个，但我＆＃39;我不确定它是最好的

Answer 1

有很多方法可以做你想要的，你的方法看起来过于复杂。使用缩放索引作为分组键的groupby将起作用：

df = pd.DataFrame(data=np.random.rand(100, 3), columns=list('ABC'))
groups = df.groupby(np.arange(len(df.index))/10)
for (frameno, frame) in groups:
    frame.to_csv("%s.csv" % frameno)

Answer 2

您可以使用字典理解以十行为一组保存数据帧的切片：

df_dict = {n: df.iloc[n:n+10, :] 
           for n in range(0, len(df), 10)}

>>> df_dict.keys()
[0, 10, 20]

>>> df_dict[10]
           a         b         c
10 -0.011909 -0.304162  0.422001
11  0.127570  0.956831  1.837523
12 -1.074771  0.379723 -1.889117
13 -1.449475 -0.799574 -0.878192
14 -1.029757  0.551023  2.519929
15 -1.001400  0.838614 -1.006977
16  0.677216 -0.403859  0.451338
17  0.221596 -0.323259  0.324158
18 -0.241935 -2.251687 -0.088494
19 -0.995426  0.665569 -2.228848

根据行数将数据帧拆分为多个数据帧

2 个答案: