Question

我正在尝试动态拆分数据框但它不起作用（这是一个简单的例子）：

e = {'cat' : pd.Series(['A', 'B', 'C', 'D'])}
cat = pd.DataFrame(e)
cat.head(5)

def splitter(val, outval):
    outval = pd.DataFrame(cat['cat'] == "val")

我希望做的是为变量中的每个值创建一个数据集：我希望该函数能够创建一个名为'A'的数据框，其中包含值'A'..

splitter('A', 'myset')

Answer 1

你有什么问题。主要是，你没有正确地执行你的功能，并且你试图在你的平等中调用字符串＆＃34; val＆＃34;而不是变量val。试试这个：

data = {'cat' : ['A', 'B', 'C', 'D'], 'dog' : ['e', 'f', 'g', 'h']}
df = pd.DataFrame(data)
print(df)

def splitter(df, val):
    return df[df['cat'] == val]

val = 'A'    
df_subset = splitter(df, val)

这为您留下了两个数据帧：

>df
   cat dog
0   A   e
1   B   f
2   C   g
3   D   h

>df_subset
   cat dog
0   A   e

实际上没有必要使用某个功能，但我把它留在那里，这样你就可以看到这个功能是如何工作的。特别要注意的是，当你希望它返回时，你不会将outval传递给它。

其他一些附注：

可以从字典中创建数据框，其值为列表，因此无需调用Series。

不要将您的数据框对象命名为与您引用的数据框列相同的内容（在本例中为＃34; cat＆＃34;），因为它只是令人困惑。如果您只处理一个数据帧，则惯例是使用df。

除了制作分割器功能之外，对于这个简单的事情你可以这样做：df_subset = df[df['cat'] == val]，除非这只是一个玩具示例，当然还需要在函数内部发生更多。

Answer 2

您可以更轻松地访问数据框：

cata = cat[cat['cat'] == 'A']
catb = cat[cat['cat'] == 'B']

请注意，pandas会为您提供视图或副本，具体取决于上下文。这在[{3}}

中有解释

这意味着当您返回视图时，它们将由基础数据集备份。获得副本后，对该副本的修改不会反映在原始数据集中。

这意味着您在事后操纵结果时需要小心。如果它是副本，如果发生写入操作，您将收到很多警告。

您似乎为所有内容创建了数据框架，因此可能只对副本感兴趣。在这种情况下，你关心的主要是它是否适合记忆。

在Python中动态拆分数据框架

2 个答案: