基于在“根”数据帧上创建的 groupby 创建新的较小的“子”数据帧答案

【问题标题】：Create new smaller "sub" DataFrameS based on groupby made on "root" Dataframe基于在“根”数据帧上创建的 groupby 创建新的较小的“子”数据帧
【发布时间】：2019-11-13 02:32:52
【问题描述】：

我有一个这样的数据集：

Index        Amount    Currency
01.01.2018   25.0      EUR
01.01.2018   43.5      GBP
01.01.2018   463.0     PLN
02.01.2018   32.0      EUR
02.01.2018   12.5      GBP
02.01.2018   123.0     PLN
03.01.2018   10.0      PLN
03.01.2018   15.0      USD

我想创建一个函数，将这个数据帧拆分为按货币分组的子数据帧（存储在不同的变量中）。需要前。一个变量（类型 Dataframe），它只有欧元货币，一个用于英镑货币，一个用于 PLN 货币，一个用于美元。

所以我想要这样的输出：

对于欧元：

Index        Amount    Currency
01.01.2018   25.0      EUR
02.01.2018   32.0      EUR

英镑：

Index        Amount    Currency
01.01.2018   43.5      GBP
02.01.2018   12.5      GBP

对于 PLN：

Index        Amount    Currency
01.01.2018   463.0     PLN
02.01.2018   123.0     PLN
03.01.2018   10.0      PLN

对于美元：

Index        Amount    Currency
03.01.2018   15.0      USD

主要问题是我正在寻找一个干净的代码行来做到这一点。当然可以玩一些 for's 和 if's 但我的目标是获得一个简洁的代码。

PS。

是否可以在不声明货币变量的情况下做到这一点？我想避免为每种货币声明 40 个变量。因为这个例子被简化了，实际上 df 有大量的货币并且它们没有以任何方式排序，并且不是每天都有所有的货币。当然，这个 PS 只是对我的问题的优化，所以如果它不可能也没关系。

【问题讨论】：

#INDEX 是按日期排序的，所以这不是问题

标签： python pandas dataframe

【解决方案1】：

您可以groupby，从返回的key/value 对中构建tuple 并构建字典：

dfs = dict(tuple(df.groupby('Currency')))

您可以使用Currency 字段（现在是字典的keys）中的不同值访问不同的元素：

print(dfs['EUR'])

        Index  Amount Currency
0  01.01.2018    25.0      EUR
3  02.01.2018    32.0      EUR

print(dfs['USD'])

        Index  Amount Currency
7  03.01.2018    15.0      USD

【讨论】：

【解决方案2】：

字典理解将是这里的答案：

d = {a: b for a, b in df.groupby('Currency')}

【讨论】：