使用 numpy 数组中的值从 DataFrame 创建 Pandas DataFrame 以访问数据框索引

Posted 2023-03-12

【中文标题】使用 numpy 数组中的值从 DataFrame 创建 Pandas DataFrame 以访问数据框索引

【英文标题】：Creating a Pandas DataFrame from a DataFrame using the values in a numpy array to access the data frame index

【发布时间】：2019-11-23 02:59:14

【问题描述】：

我有一个包含 7000 行和 40 个特征的大型数据集。我想使用原始行创建两个新数据框。我想使用一维 numpy 数组中的值选择哪些行进入哪个数据帧，然后将数组中的值与原始数据帧的索引进行比较，如果它们匹配，我想获取原始数据帧的整行和将其添加到新的数据框。

#reading in my cleaned customer data and creating the original dataframe.
customer_data = pd.read_excel('Clean Customer Data.xlsx', index_col = 0)
#this is the 1D array that has a single element that corresponds to the index number of customer_data
group_list = np.array([2045,323,41,...,n])
# creating the arrays with a slice from group_list with the values of the row indexes for the groups
group_1 = np.array(group_list[:1972])
group_2 = np.array(group_list[1972:])
for X in range(len(group_list):
    i = 0
    #this is where I get stuck
    if group_1[i] == **the index of the original dataframe**
        group1_df = pd.append(customer_data)
    else:
        group2_df = pd.append(customer_data)
    i = i+1

显然，我正在做的事情有一些严重的语法问题，可能还有一些严重的逻辑问题，但是我已经用头撞墙了一个星期了，我的大脑是糊状的。

我期望发生的是原始数据帧索引中的 2045 行将进入 group1_df。

最终，我希望创建两个具有与原始数据集相同特征的数据框（group1_df 和 group2_df），第一个有 1,972 条记录，第二个有 5,028 条记录。

数据集如下所示：

【问题讨论】：

欢迎来到 ***。您的问题描述得很好，只是缺少一些示例数据（5-10 行）以及基于该示例数据的预期输出。

【参考方案1】：

考虑 DataFrame.reindex 将每个组值与 customer_data 的索引对齐。

customer_data = pd.read_excel('Clean Customer Data.xlsx', index_col = 0)

group_list = np.array([2045,323,41,...,n])

group1_df = customer_data.reindex(group_list[:1972], axis = 'index')
group2_df = customer_data.reindex(group_list[1972:], axis = 'index')

【参考方案2】：

如果你的 numpy 数组是 a，而你的数据框是 df，

group1_df = df.loc[df.index.isin(a[:1972]), :]
group2_df = df.loc[df.index.isin(a[1972:]), :]