根据列的值在 python pandas 中创建新的数据框答案

【问题标题】：Create new dataframes in python pandas based on the value of a column根据列的值在 python pandas 中创建新的数据框
【发布时间】：2022-11-16 01:10:37
【问题描述】：

我有一个看起来像这样的数据集：

“查询 ID”列中有 15 个唯一值，因此我正在尝试为每个唯一值创建新的数据框。我想用这样的代码为“查询 ID”列中的每个唯一值创建一个循环：

 df_list = []
 i = 0

for x in df['query id'].unique():
    df{i} = pd.DataFrame(columns=df.columns) 
    df_list.append()
    i+=1

但我肯定在那里做错了什么并被卡住了。您对如何做到这一点有任何想法吗？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

这样的事情有帮助吗？


df_list = []

for x in set(df['query id'].to_list()):
    df = df[df['query id'] == x].copy() 
    df_list.append(df)

【讨论】：

【解决方案2】：

听起来您想要的是每个唯一查询 ID 的过滤数据框。所以你最终会得到 15 个数据帧，每个数据帧只包含来自组合 df 的特定查询 id 的行。那正确吗？

在那种情况下，您的方法很接近，但您可以在循环中过滤 df 。我也使用字典来存储生成的数据帧，但您也可以使用列表来完成。

如果我对您要查找的内容的理解是正确的，我认为这应该对您有用：

df_dict = {}
for (i,x) in enumerate(df['query id'].unique()):
    df_dict{i} = df[df['query id']==x].copy()

您也可以只使用 query_ids 作为 dict 键，如下所示：

df_dict = {}
for x in df['query id'].unique():
    df_dict{x} = df[df['query id']==x].copy()

【讨论】：