当前，我有一个PDF文件的数据帧，该数据帧已转换为CSV文件格式，因此PDF由4页组成，并且全部都放在一个数据帧中。
所以我的目标是根据page_num划分数据帧。
例如：
page_num word_num left top width text
1 1 322 14 14 My
1 2 304 4 41 Name
1 3 322 5 9 is
1 4 316 14 20 Raghav
2 1 420 129 34 Problem
2 2 420 31 27 just
2 3 420 159 27 got
2 4 431 2 38 complicated
3 1 322 14 14 #40
3 2 304 4 41 @gmail.com
3 1 420 129 34 2019
3 2 420 31 27 January
因此，我使用熊猫库将数据帧（df）分为3个数据帧（df1，df2，df3）。
谢谢！
答案 0 :(得分：1)
您可以将groupby与operator.itemgetter结合使用：
from operator import itemgetter
df1, df2, df3 = map(itemgetter(1), df.groupby('page_num'))
请注意，groupby默认情况下具有sort=True ，因此您可以假定它将按'1'，'2'，'3'进行过滤以此顺序。
有关任意数量的数据帧，请参见Splitting dataframe into multiple dataframes：在这种情况下，list或dict更合适。
答案 1 :(得分：0)
您可以使用loc访问特定的行和/或列
df1 = df.loc[df['page_num'] == 1]
df2 = df.loc[df['page_num'] == 2]
df3 = df.loc[df['page_num'] == 3]
输出：
page_num word_num left top width text
0 1 1 322 14 14 My
1 1 2 302 4 41 Name
2 1 3 322 5 9 is
3 1 4 316 14 20 Raghav
page_num word_num left top width text
4 2 1 420 129 34 Problem
5 2 2 420 31 27 just
6 2 3 420 159 27 got
7 2 4 431 2 38 complicated
page_num word_num left top width text
8 3 1 322 14 14 #40
9 3 2 304 4 41 @gmail.com
10 3 1 420 129 34 2019
11 3 2 420 31 27 January
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html