Question

我需要根据某些标准拆分整个数据框（Pandas）。例如：

import pandas as pd
import numpy as np

a = np.random.random(size=(1,10))
b = np.random.randint(100,size=a.shape)
df = pd.DataFrame(array((a,b)).T,columns=['a','b'])

现在，如果我想将数据框分成两部分，其中df [＆＃39; a＆＃39;]＆gt; = 30和df [＆＃39; a＆＃39;]＆lt; 30

df_two = [df[df['a'] < 30], df[df['a']>=30]]

是否有更优雅的方法根据某些条件分割数据框？使用列表理解还是循环？例如，如果我有更多只有一个条件，我想迭代一个条件列表而不是手动完成。

Answer 1

您可以使用：

mask = df['a'] < 30
df_two = [df[mask], df[~mask]]

Answer 2

我们假设你有多个条件通过字符串表示，如：

conditions = ("a < 30", "a > 50", "b < 10 and a > 10")

您可以使用字典理解和辅助函数splitter迭代它们并创建拆分（包括和排除条件）：

def splitter(sub_df, condition):
    bool_split = sub_df.eval(condition)
    return (sub_df[bool_split], sub_df[~bool_split])

splits = {cond: splitter(df, cond) for cond in conditions}

结果是一个字典，条件为键，分割数据帧为值。

使用Pandas进行条件切片（优雅的方式）

2 个答案: