Pandas 将一个数据帧拆分为多个数据帧答案

【问题标题】：Pandas split one dataframe into multiple dataframesPandas 将一个数据帧拆分为多个数据帧
【发布时间】：2019-05-31 11:36:54
【问题描述】：

我有一个 pandas 数据框，我需要将其拆分为多个数据框。我需要拆分的数据帧的数量取决于我拥有多少个月的数据，即我需要为每个月创建一个新的数据帧。所以df：

MONTH   NAME INCOME
201801   A     100$
201801   B      20$
201802   A      30$

所以我需要创建 2 个数据框。问题是我不知道我会提前多少个月的数据。我该怎么做

【问题讨论】：

标签： pandas

【解决方案1】：

您可以使用 groupby 创建数据框字典，

df['MONTH'] = pd.to_datetime(df['MONTH'], format = '%Y%m')
dfs = dict(tuple(df.groupby(df['MONTH'].dt.month)))
dfs[1]


    MONTH   NAME    INCOME
0   2018-01-01  A   100$
1   2018-01-01  B   20$

如果您的数据跨越多年，则需要在分组中包含年份

dfs = dict(tuple(df.groupby([df['MONTH'].dt.year,df['MONTH'].dt.month])))
dfs[(2018, 1)]

    MONTH      NAME INCOME
0   2018-01-01  A   100$
1   2018-01-01  B   20$

【讨论】：

我喜欢你的 dict(tuple(groupby...)。+1 我正在将它添加到我的工具箱中。
谢谢。尽管指定了格式 = '%Y%m'，为什么 MONTH 从 201801 变为 2018-01-01？
@Victor，Pandas 以 Ymd 格式创建日期，如果缺少日期组件，它将添加 01 作为日期。

【解决方案2】：

您可以使用groupby 将数据帧拆分为数据帧列表或数据帧字典：

数据框字典：

dict_of_dfs = {}
for n, g in df.groupby(df['MONTH']):
    dict_of_dfs[n] = g

数据框列表：

list_of_dfs = []
for _, g in df.groupby(df['MONTH']):
    list_of_dfs.append(g)

或者正如@BenMares 建议的那样使用理解：

dict_of_dfs = {

    month: group_df 

    for month, group_df in df.groupby('MONTH') 

}


list_of_dfs = [

    group_df 

    for _, group_df in df.groupby('MONTH')

]

【讨论】：

使用推导式会更优雅！ {index: group_df for index, group_df in df.groupby('MONTH')}
同意字典理解。很好，@BenMares。

【解决方案3】：

你也可以这样使用局部变量字典vars()：

for m in df['MONTH'].unique():
    temp = 'df_{}'.format(m)    
    vars()[temp] = df[df['MONTH']==m]

每个 DataFrame 都以 df_month 的名称创建。例如：

df_201801

    MONTH   NAME    INCOME
0   201801  A   100$
1   201801  B   20$

【讨论】：