我想在列上使用 lambda 将 DataFrame 拆分为 2 个 df答案

【问题标题】：I want to split a DataFrame into 2 df's using lambda on a column我想在列上使用 lambda 将 DataFrame 拆分为 2 个 df
【发布时间】：2021-04-10 22:16:57
【问题描述】：

我得到了以下熊猫数据框：

Value1	Value2	Food
-2	2	Apple
5	-5	Orange
-4	3	Peach
-2	6	Pineapple

我现在正尝试根据“Value1”值将行拆分为 2 个数据框。所以结果看起来像这样：

负值1：

Value1	Value2	Food
-2	2	Apple
-4	3	Peach
-2	6	Pineapple

负值2：

Value1	Value2	Food
5	-5	Orange

到目前为止，我已经使用了结合 if 语句的 for 循环：

for i in range(len(data)):
        if data['Value1'].iloc[i] < 0:
            NegativeValue1 = NegativeValue1.append(data.iloc[i])
        else:
            NegativeValue2 = NegativeValue2.append(data.iloc[i])

，效果很好，但对于大型 df 来说太耗时了。

因此，我想构建一个 lambda 函数来执行此操作，但我对 lambda 没有太多经验。

到目前为止我的尝试都没有成功：

NegativeValue1 = NegativeValue1.apply(lambda data:  if data['Value1']  < 0, axis = 1)

谁能帮忙？

【问题讨论】：

标签： pandas sorting if-statement lambda

【解决方案1】：

您可以使用布尔索引：

mask = df["Value1"] < 0

print(df[mask])
print("-" * 80)
print(df[~mask])

打印：

   Value1  Value2       Food
0      -2       2      Apple
2      -4       3      Peach
3      -2       6  Pineapple
--------------------------------------------------------------------------------
   Value1  Value2    Food
1       5      -5  Orange

【讨论】：

【解决方案2】：

你可以使用boolean indexing（比apply更简单更快）：

NegativeValue1 = data[data.Value1 < 0]

#    Value1  Value2       Food
# 0      -2       2      Apple
# 2      -4       3      Peach
# 3      -2       6  Pineapple

NegativeValue2 = data[data.Value2 < 0]

#    Value1  Value2       Food
# 1       5      -5     Orange

【讨论】：