与 R 拆分函数具有相似功能的 Python 函数答案

【问题标题】：Python function with similar functionality as R split function与 R 拆分函数具有相似功能的 Python 函数
【发布时间】：2020-05-21 06:56:09
【问题描述】：

我有一个包含多列的数据框，我需要将其划分为由参数定义的组向量（列等）

R 有如下拆分功能：

数据框 A

 >   date  c1 c2 c3  c4 

 >   2021   1  1  a  ss

 >   2022   1  1  b  sa

 >   2023   3  1  b  sd

data_splitting= split(A, by=c('C1', 'C2'), keep.by=FALSE)

导致 R 向量：

矢量

  >  1.1 

  >  2021 a ss

  >  2022 b sa

  >  3.1

  >  2023 b sd

我需要 python 中的类似功能

谢谢科斯塔斯

【问题讨论】：

您预计的出发时间是？一个numpy矩阵？或两个独立的数据帧，或一个系列
我想将结果作为先知函数的输入。我想预测每对 c1 c2 结果

标签： python r pandas vector vectorization

【解决方案1】：

这可以通过 groupby in pandas 在 Pandas 中实现。

import pandas as pd

test_a = pd.DataFrame(dict(
  date=(2021, 2022, 2023),
  c1=(1,1,3),
  c2=(1,1,1),
  c3=("a", "b", "b"),
  c4 =("ss", "sa", "sd")
))


split_a = test_a.groupby(["c1", "c2"])

现在split_a 将是一个迭代器，它保存上面的数据帧。您可以通过迭代它们来恢复它们以创建数据框列表：

for indx, split_data in split_a:
    print("Index:", indx)
    print(split_data)
    #  if you need the values, just use split_data.values

因为您要为每个组应用预测；这可以通过对 group by 应用来完成。作为一个简单的例子，让我们做一个返回数据帧中行数的函数：

def nrows(df):
    return df.shape[0]

然后使用 apply 运行此函数将对每个组运行“预测函数”：

def nrows(df):
    return df.shape[0]

nrows_by_group = test_a.groupby(["c1", "c2"]).apply(nrows)

【讨论】：