如何按行值将一个 DataFrame 拆分为多个 DataFrame？ [复制]

Question

我有一个如下图所示的数据框。我想根据行拆分数据框

     Rows            col1    value1      value2
0    row_1            var1     12         3434           
1    row_1            var2     212       546        
2    row_1            var3     340       8686       
3    row_2            var1     226        55      
4    row_2            var2     323        878        
97   row_33           var1     592        565        
98   row_33           var2     282       343    
99   row_33           var3     455        764      
100  row_34           var1     457        24        
101  row_34           var2     617        422          

预期的数据帧

Df1

     Rows            col1    value1      value2
0    row_1            var1     12         3434           
1    row_1            var2     212       546        
2    row_1            var3     340       8686                

Df2

     Rows            col1    value1      value2
0    row_2            var1     226        55     
1    row_2            var2     323        878     
2    row_2            var3     453        78               

Answer 1

• 您可以在'Rows' 上使用.groupby，并使用唯一的'Row' 值作为键创建DataFrames 的dict，并使用dict-comprehension。
  • .groupby 返回一个groupby 对象，其中包含有关组的信息，其中g 是'Rows' 中每个组的唯一值，d 是该组的DataFrame。
• df_dict 中每个key 的value 将是一个DataFrame，可以通过标准方式df_dict['key'] 访问。

import pandas as pd

# setup data and dataframe
data = {'Rows': ['row_1', 'row_1', 'row_1', 'row_2', 'row_2', 'row_33', 'row_33', 'row_33', 'row_34', 'row_34'],
        'col1': ['var1', 'var2', 'var3', 'var1', 'var2', 'var1', 'var2', 'var3', 'var1', 'var2'],
        'value1': [12, 212, 340, 226, 323, 592, 282, 455, 457, 617],
        'value2': [3434, 546, 8686, 55, 878, 565, 343, 764, 24, 422]}

df = pd.DataFrame(data)

# split the dataframe and loop of the groupby object
df_dict = dict()

for g, d in df.groupby('Rows'):
    df_dict[g] = d


# or as a dict comprehension: the unique Row value will be the key
df_dict = {g: d for g, d in df.groupby('Rows')}


# or a specific name for the key, using enumerate
df_dict = {f'df{i}': d for i, (g, d) in enumerate(df.groupby('Rows'))}

df_dict['df0'] 或 df_dict['row_1']

    Rows  col1  value1  value2
0  row_1  var1      12    3434
1  row_1  var2     212     546
2  row_1  var3     340    8686

df_dict['df1'] 或 df_dict['row_2']

    Rows  col1  value1  value2
3  row_2  var1     226      55
4  row_2  var2     323     878

df_dict['df2'] 或 df_dict['row_33']

     Rows  col1  value1  value2
5  row_33  var1     592     565
6  row_33  var2     282     343
7  row_33  var3     455     764