如何使用熊猫根据列的值范围分离数据框？

Posted 2023-02-23

【中文标题】如何使用熊猫根据列的值范围分离数据框？

【英文标题】：How to separate a data frame based on a column's range of values with pandas?

【发布时间】：2022-01-23 23:00:54

【问题描述】：

这是一个有点奇怪的问题，但我一直在 python 中以 json 文件格式从 api 导入属性数据。然后我使用 Pandas 将 json 转换为数据框。

我在处理数据框中的数据时遇到问题。我当前的数据设置为像这张表一样格式化。

每个物业都被分配了一个名称和一个物业 ID 和地址，并且物业内的每个单元都有一个记录。理想情况下，我想创建多个由属性 id 分隔的数据框，使其看起来像这样。

我唯一的问题是，由于它们是一些组织问题，大约有 100 个不同的属性 ID，并且没有一个 ID 是按顺序排列的。它们都有一个从 1 到 1000 的随机数。

有没有办法通过结合使用某种唯一标识符和 for 循环来根据属性 id 自动分离数据帧？

我真的不知道如何处理这个场景。谢谢！

【问题讨论】：

你可以groupby属性ID，并从每个组中生成数据框吗？

【参考方案1】：

试试这个：

list_of_dataframes = [x for _, x in df.groupby(df['Property Id'].ne(df['Property Id'].shift(1)).cumsum())]

现在list_of_dataframes 是list 的数据帧，其中每个数据帧包含Property Id连续相同的行。所以Property Ids 1 1 1 9 9 9 1 1 1 将返回 3 个数据帧，一个包含前三个 1，第二个包含接下来的三个 9，最后一个包含最后三个 1。

如果不希望组基于连续顺序（即，您希望 1 1 1 9 9 9 1 1 1 是两个数据帧，第一个包含所有六个 1，第二个包含三个 9），您可以这样做：

list_of_dataframes = [x for _, x in df.groupby(df['Property Id'])]

【讨论】：

我相信使用您提供的第二行代码对我有用。我感谢您的帮助。现在，最初，在创建数据框后，我使用了命令 output = df.to_csv('test.csv')。你知道我将如何为列表中的每个数据框创建一个 csv 文件吗？

@pizzleberry 很抱歉给您带来不便，但请您提出一个新问题吗？你可以在这里链接