如何根据多列的值拆分数据框

Posted 2021-03-28

我正在使用Python。我想根据两列的值拆分我的数据帧。每次值对更改时，我都希望将数据帧拆分到此位置。

例：

df = pd.DataFrame({'Distance':[1,1,1,1,3,3,3], 'labels':[1,2,2,2,4,4,5]})

df=

    Distance  labels
0       1       1
1       1       2
2       1       2
3       1       2
4       3       4
5       3       4
6       3       5

我想得到：

list_of_dfs[0]=

    Distance    labels
0       1       1



list_of_dfs[1]=

    Distance    labels
1       1       2
2       1       2
3       1       2



list_of_dfs[2]=

    Distance    labels
4       3       4
5       3       4    



list_of_dfs[3]=

    Distance    labels
6       3       5

这是它的工作原理：

l = [1,4,6,7]
l_mod = [0] + l + [max(l)+1]
list_of_dfs = [df.iloc[l_mod[n]:l_mod[n+1]] for n in range(len(l_mod)-1)]

我的问题：

如何自动获取数组l = [1,4,6,7]？这就是我完成这项任务所需的一切！

答案

使用pd.duplicates查找唯一行。

# use duplicated to determine rows that are original and create list
ind = df[~df.duplicated()].index.tolist()

# account for the last row, append value one greater than maximum index.
ind.append(df.shape[0])

# create dictionary for dataframe.
dfs = {}

# use iloc to create new dataframes, then add to dictionary.
for i in range(len(ind)-1): 
    df_temp = df.iloc[ind[i]:ind[i+1], :]
    dfs[i] = df_temp

从字典中检索您的数据帧：

df0 = dfs[0]
       Distance  labels
0         1       1

df1 = dfs[1]
print(df1)

  Distance  labels
1         1       2
2         1       2
3         1       2