按列名称将数据框拆分为较小的数据框

Question

所以我正在做一个时间序列/LSTM 作业，我有一个股票数据集：https://www.kaggle.com/camnugent/sandp500

问题是我需要按每家公司的名称将主数据框拆分为较小的数据框。有没有快速的方法来做到这一点？因为有几十个公司名称，我见过用iloc可以做到的，但是工作量太大了。

df = pd.read_csv('all_stocks_5yr.csv', parse_dates=['date'])
df['date'] = pd.to_datetime(df['date'])

grouped_df = df.groupby('Name')

这里可以看得更清楚：

如您所见，有不同名称的不同公司，我想要的是每个公司的数据框。非常感谢您的帮助

Answer 1

这应该可以通过布尔索引来实现：

list_of_dataframes = [
    df[df.Name == name]
    for name
    in df.Name.unique()
]

Answer 2

假设这是您的数据框：

 Name  price
0   aal      1
1   aal      2
2   aal      3
3   aal      4
4   aal      5
5   aal      6
6   bll      7
7   bll      8
8   bll      9
9   bll      8
10  dll      7
11  dll     56
12  dll      4
13  dll      3
14  dll      3
15  dll      5

然后执行以下操作：

for Name, df in df.groupby('Name'):
    df.to_csv("Price_{}".format(Name)+".csv", sep=";")

这会将所有子数据帧保存为 csv。 查看代码的作用：

for Name, df in df.groupby('Name'):
    print(df)

返回：

Name  price
0  aal      1
1  aal      2
2  aal      3
3  aal      4
4  aal      5
5  aal      6
  Name  price
6  bll      7
7  bll      8
8  bll      9
9  bll      8
   Name  price
10  dll      7
11  dll     56
12  dll      4
13  dll      3
14  dll      3
15  dll      5

如果您需要在每个 df 中重置索引，请执行以下操作：

for Name, df in df.groupby('Name'):
    gf = df.reset_index()
    print(gf)

给出：

index Name  price
0      0  aal      1
1      1  aal      2
2      2  aal      3
3      3  aal      4
4      4  aal      5
5      5  aal      6
   index Name  price
0      6  bll      7
1      7  bll      8
2      8  bll      9
3      9  bll      8
   index Name  price
0     10  dll      7
1     11  dll     56
2     12  dll      4
3     13  dll      3
4     14  dll      3
5     15  dll      5