Question

我的数据框df看起来像这样：

id  value 
10  a
10  d
10  g
10  g
10  g
23  g
23  h
11  h
11  h
11  h
44  h
44  h

我想将此数据帧拆分为n个不同的数据帧，以便每个数据帧具有大约相等的唯一ID。

我正在尝试下面的事情：

ids =df.id.unique()
ids_in_split =np.array_split(ids,n)

这将创建在df的每个拆分中应该存在的ID的拆分。如何使用ids_in_split拆分原始df？任何其他更有效的方法也是受欢迎的。

编辑预期结果：

说我想将df分成n = 2，它们应该像：

df1 =
id  value 
10  a
10  d
10  g
10  g
10  g
23  g
23  h

df2 = 
id  value 
11  h
11  h
11  h
44  h
44  h

在上面的输出中，两个分割都具有相同数量的唯一iD的所有记录

Answer 1

>>> df = pd.DataFrame({'id':[10, 10, 10, 10, 10, 23, 23, 11, 11, 11, 44, 44], 
    'value': ['a', 'd', 'g', 'g', 'g', 'g', 'h', 'h', 'h', 'h', 'h', 'h']})

我们按照“id＆＃39;然后将分组数据框解压缩为每个组的元组。元组的第二项是数据框。

>>> df1, df2, df3, df4 = df.groupby('id')

>>> df1[1]
   id value
0  10     a
1  10     d
2  10     g
3  10     g
4  10     g

>>> type(df1[1])
<class 'pandas.core.frame.DataFrame'>

Answer 2

不清楚您要搜索的输出类型，以下是可能的解释和结果：

df
Out[11]: 
    id value
0   10     a
1   10     d
2   10     g
3   10     g
4   10     g
...

df.reset_index()
Out[12]: 
    index  id value
0       0  10     a
1       1  10     d
2       2  10     g
3       3  10     g
4       4  10     g
...

df['split'] = df.reset_index().groupby('id')['index'].rank()


df.sort_values('split')
Out[17]: 
    id value  split
0   10     a    1.0
5   23     g    1.0
7   11     h    1.0
10  44     h    1.0
1   10     d    2.0
6   23     h    2.0
8   11     h    2.0
11  44     h    2.0
2   10     g    3.0
9   11     h    3.0
3   10     g    4.0
4   10     g    5.0

现在，您可以将split列分组以获取数据帧。

根据列的唯一值将python数据帧拆分为相等的数字

2 个答案: