【发布时间】:2021-04-15 08:43:10
【问题描述】:
所以我有以下数据框,但有大量的行(100、1000 等):
| # | Person1 | Person2 | Age |
|---|---|---|---|
| 1 | Alex | Maria | 20 |
| 2 | Paul | Peter | 20 |
| 3 | Klaus | Hans | 30 |
| 4 | Victor | Otto | 30 |
| 5 | Gerry | Justin | 30 |
问题:
现在我想打印包含所有访问相同年龄的人的单独数据框,因此输出应如下所示:
DF1:
| # | Person1 | Person2 | Age |
|---|---|---|---|
| 1 | ALex | Maria | 20 |
| 2 | Paul | Peter | 20 |
DF2:
| # | Person1 | Person2 | Age |
|---|---|---|---|
| 3 | Klaus | Hans | 30 |
| 4 | Victor | Otto | 30 |
| 5 | Gerry | Justin | 30 |
我已经尝试了以下功能:
尝试1:
def groupAge(data):
x = -1
for x in range(len(data)):
#q = len(data[data["Age"] == data.loc[x, "Age"]])
b = data[data["Age"] == data.loc[x,"Age"]]
x = x + 1
print(b,x)
return b
Try2:
def groupAge(data):
x = 0
for x in range(len(data)):
q = len(data[data["Age"] == data.loc[x, "Age"]])
x = x + 1
for k in range(0,q,q):
b = data[data["Age"] == data.loc[k,"Age"]]
print(b)
return b
它们都没有产生正确的输出。 Try1 打印几个组,并且全部打印两次,但不会遍历整个数据框,Try2 只打印第一个 Age“组”,也是两次。
我首先无法确定为什么它总是打印输出两次,也无法确定为什么它不能在整个数据帧中工作。
谁能帮忙?
【问题讨论】:
-
您不能以您在此处提到的方式遍历数据框。使用 df.iterrows() 或 df.apply()
-
使用
groupby:df_dict = {age: d for age, d in df.groupby('age')}创建一个数据帧字典,访问每个dict,将'age'值作为key,df_dict[30]。 -
使用
dfs = dict(tuple(df.groupby('Age')))创建数据框字典。然后使用年龄作为键访问您的数据框,例如dfs[20]和dfs[30] -
非常像@TrentonMcKinney 方法,他使用的是字典理解,而我使用的是python 内置方法。