根据 NaN 值将数据帧拆分为多个数据帧
Posted
技术标签:
【中文标题】根据 NaN 值将数据帧拆分为多个数据帧【英文标题】:Split dataframe into multiple dataframe based on NaN value 【发布时间】:2020-02-28 16:13:16 【问题描述】:我的问题是指将数据帧分成多个数据帧。 原始数据框显示在 [FIGURE_1] 中。它应该以某个值拆分,例如NaN [FIGURE_2]。
我的普通数据框有超过一百万行和 16 列,所以我需要一个性能优化的解决方案。
我急需拆分以供以后处理。
FIGURE_1当前数据帧
PacketID TraceTime Size
0 0.3948 -- --
1 0.3949 01.01.1970 00:12:39.298 77
2 0.3950 01.01.1970 00:12:39.298 80
3 0.3951 01.01.1970 00:12:39.315 81
4 0.3952 01.01.1970 00:12:39.335 78
5 0.3953 01.01.1970 00:12:39.335 71
. . . . .
. . . . .
395926 7.11074 01.01.1970 00:48:42.829 1666
395927 7.11075 01.01.1970 00:48:42.829 57
395928 7.11076 01.01.1970 00:48:42.851 57
395929 #----- END: log_0000.log: session #0
395930 #----- BEGIN: log_0000.log: session #1
395931 PacketID TraceTime Size
395932 7.14891 -- --
395933 7.14892 01.01.1970 00:00:19.313 80
395934 7.14893 01.01.1970 00:00:19.313 61
. . . . .
. . . . .
753533 13.19876 01.01.1970 00:31:56.374 60
753534 13.19877 01.01.1970 00:31:56.380 57
753535 13.19878 01.01.1970 00:31:56.380 57
753536 #----- END: log_0000.log: session #1
753537 #----- BEGIN: log_0000.log: session #2
753538 PacketID TraceTime Size
753539 13.23802 -- --
753540 13.23803 01.01.1970 00:00:48.777 17
753541 13.23804 01.01.1970 00:00:48.802 1
and so on...
FIGURE_2所需的数据帧
df_1 =
PacketID TraceTime Size
0 0.3948 -- --
1 0.3949 01.01.1970 00:12:39.298 77
2 0.3950 01.01.1970 00:12:39.298 80
. . . . .
. . . . .
395919 7.11067 01.01.1970 00:48:42.602 38
395920 7.11068 01.01.1970 00:48:42.602 54
395921 7.11069 01.01.1970 00:48:42.602 38
395922 7.11070 01.01.1970 00:48:42.629 57
df_2 =
395931 PacketID TraceTime Size
395932 7.14891 -- --
395933 7.14892 01.01.1970 00:00:19.313 80
395934 7.14893 01.01.1970 00:00:19.313 61
395935 7.14894 01.01.1970 00:00:19.313 110
. . . . .
. . . . .
753532 13.19875 01.01.1970 00:31:56.374 63
753533 13.19876 01.01.1970 00:31:56.374 60
753534 13.19877 01.01.1970 00:31:56.380 57
753535 13.19878 01.01.1970 00:31:56.380 57
df_3 =
753538 PacketID TraceTime Size
753539 13.23802 -- --
753540 13.23803 01.01.1970 00:00:48.777 17
753541 13.23804 01.01.1970 00:00:48.802 1
and so on...
我已经有一个选项 [FIGURE_3],但它已被弃用,将来会被删除。
FIGURE_3
Python:
dense_ts = df['TraceTime']
sparse_ts = dense_ts.to_sparse()
block_locs = zip(sparse_ts.sp_index.blocs, sparse_ts.sp_index.blengths)
blocks = [dense_ts.iloc[start:(start + length - 1)] for (start, length) in block_locs]
Warning:
C:\Users\andre\Anaconda3\lib\site-packages\ipykernel_launcher.py:15: FutureWarning: Series.to_sparse is deprecated and will be removed in a future version from ipykernel import kernelapp as app
【问题讨论】:
嗨,欢迎来到 SO!我看到你是新来的。如果您认为某个答案解决了问题,请单击绿色复选标记将其标记为“已接受”。这有助于将注意力集中在仍然没有答案的旧 SO。 【参考方案1】:如果您的 Dataframe 需要在包含所有 NaN 的一行中分成几组,这是一种方法:
#create groups by comparing to null
df['group'] = df.isnull().all(axis=1).cumsum()
# Use dictionary comprehension together with loc to select the relevant group
d = i: df.loc[df.group == i, ['PacketID', 'TraceTime','Size']] for i in range(1, df.group.iat[-1])
【讨论】:
以上是关于根据 NaN 值将数据帧拆分为多个数据帧的主要内容,如果未能解决你的问题,请参考以下文章