如何根据行号列表将数据框拆分为一些数据框？答案

【问题标题】：How to split a dataframe into some dataframes according to list of row numbers?如何根据行号列表将数据框拆分为一些数据框？
【发布时间】：2021-03-12 13:09:54
【问题描述】：

给定一个数据框，我想获得一个不同数据框的列表，它们一起连接到原始数据框。

分隔是通过这样的行索引

import pandas as pd
import numpy as np

data = {"a": np.arange(10)}
df = pd.DataFrame(data)

print(df)

separate_by = [1, 5, 6, ]

应该给出一个列表

df1 =

   a
0  0

df2 =

df3 =

   a
5  5

df4 =

如何在 pandas 中做到这一点？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

让我们试试

d = dict(tuple(df.groupby(df.index.isin(separate_by).cumsum())))

d[0]
Out[364]: 
   a
0  0
d[2]
Out[365]: 
   a
5  5

【讨论】：

【解决方案2】：

separate_by = [1, 5, 6, ]
separate_by.append(len(df))
separate_by.append(0, 0)
dfs = [df.loc[separate_by[i]: separate_by[i+1]] for i in range(len(separate_by)-1)]

【讨论】：

我完全支持矢量化，但对于我的用例（很少行），我会考虑可读性。谢谢
@Gulzar 事实上，我提出的解决方案在处理大型数据集时远不是最快的。不过，其他解决方案肯定会适合其他人。

【解决方案3】：

试试：

groups = (pd.Series(1, index=separate_by)
            .reindex(df.index,fill_value=0)
            .cumsum()
         )

out = {k:v for k,v in df.groupby(groups)}

那么例如out[2]:

   a
5  5

类似的逻辑：

groups = np.zeros(len(df))
groups[separate_by] = 1
groups = np.cumsum(groups)

out = {k:v for k,v in df.groupby(groups)}

【讨论】：

你能解释一下逻辑吗？我没有关注:(
@Gulzar 你能在我的回答中打印groups吗？基本上我试图通过在separate_by 标记1 来构建行组，否则0，然后做一个cumsum。