将大数据框拆分为多个数据框答案

【问题标题】：Splitting a big dataframe into multiple dataframes将大数据框拆分为多个数据框
【发布时间】：2019-11-21 09:44:08
【问题描述】：

我有一个发电厂列表，我将它们拆分为 for 循环并进行一些这样的过程。

list_of_pp = [v for k, v in pp_data.groupby('filename')]
        dataframes = pd.DataFrame()
        for pp in list_of_pp:
            pp = pp.groupby(['Date', 'filename']).sum().reset_index().set_index('Date').reindex(YF_date_range)
            pp['filename'] = pp['filename'].replace('', np.nan).ffill().bfill()
            pp.fillna(0, inplace = True)
            dataframes = dataframes.append(pp)


Output:

Date                filename     teklifId    fiyat miktar       SST      SAT
2019-11-10 00:00:00  bergama    205379348   620,68  -3,4    1055,15        0
2019-11-10 01:00:00  bergama    205385090   622,18  -2,9    902,161        0
2019-11-10 02:00:00  bergama    205392261   622,24  -0,8    248,896        0
2019-11-10 03:00:00  bergama    205398901   559,78  -0,6    307,879   -139,9
2019-11-10 04:00:00  bergama    205407003   559,98  -1,9    615,978   -83,99
2019-11-10 05:00:00  bergama    205414086   620,38  -2,8    1147,70   -279,1
2019-11-10 06:00:00  bergama    205420617   630,24  -2,9    913,848        0
2019-11-10 07:00:00  bergama    205426123   623,28  -2,6    1184,23   -373,9
2019-11-10 08:00:00  bergama    205432679   397,98    -4     795,96        0
2019-11-10 09:00:00  bergama    205440561      336 -10,3     1730,4        0
2019-11-10 10:00:00  bergama    205450946      400 -10,9       2180        0
2019-11-10 11:00:00  bergama    205460808      350  -3,5     1242,5     -630
2019-11-10 12:00:00  bergama    205468765   335,98  -2,5    587,965  -167,99
2019-11-10 13:00:00  bergama    205476320   335,98    -1    419,975  -251,98
2019-11-10 14:00:00  bergama    205482691   396,92  -1,2    238,152        0
2019-11-10 15:00:00  bergama    205488983      336   2,7          0     -453
2019-11-10 16:00:00  bergama    205495848    592,3     6          0    -1776
2019-11-10 17:00:00  bergama    205503077    623,9   5,6     218,36    -1965
2019-11-10 18:00:00  bergama    205511694    653,8     5     424,97    -2059
2019-11-10 19:00:00  bergama    205520491    656,9   1,3     164,22   -591,2
2019-11-10 20:00:00  bergama    205531685   650,98  -0,1     585,88   -553,3
2019-11-10 21:00:00  bergama    205545909    643,5  -1,1     804,37   -450,4
2019-11-10 22:00:00  bergama    205557633    638,2     4          0    -1276
2019-11-10 23:00:00  bergama    205567413    622,9   0,3     685,25   -778,7
2019-11-10 00:00:00  irmak      102689118    310,3    -1     310,34        0
2019-11-10 01:00:00  irmak              0        0     0          0        0
2019-11-10 02:00:00  irmak              0        0     0          0        0
2019-11-10 03:00:00  irmak      102699101   279,89  -0,6          1        0
                                      .
                                      .
                                      .
2019-11-10 23:00:00 tekirdag    302699101        0     0          0        0

每个文件名代表一个发电厂，每个发电厂数据都有相同的索引（'2019-11-10 00:00:00' 到 '2019-11-10 23:00:00'），但它们组合在一起顶部和底部。此数据框中有近 50 个发电厂，我想将它们拆分为文件名。我想访问这些数据框。

例如：当我打印“bergama”时，我只想看到一个包含 bergama 信息的数据框。

由于在 for 循环中创建了这个大数据框，我无法为小数据框指定名称，因此我无法在 for 循环后调用。因此，我不得不合并这些数据。我认为在这种情况下可能更有可能将其分开。

我该怎么做才能拆分此数据框并为其分配名称？

【问题讨论】：

所以如果是 IIUC，你想用filename 分割并创建一个数据框字典来访问？
试试dict(list(dataframes.groupby('filename')))
我认为最好的解决方案是这个，谢谢！
Splitting dataframe into multiple dataframes的可能重复

标签： python pandas split

【解决方案1】：

据我了解，您在一个数据框中拥有发电厂的所有记录，现在您想按名称访问单个电厂，该名称位于功能文件名中？

您可以访问那些单一发电厂的专栏，例如'bergama'，简单地说：

print(df[df.filename=='bergama'])

此外，这个问题已被多次提出。有人可以标记它吗？

【讨论】：

我知道这种方式，但我不想为 50 座发电厂这样做，无论如何谢谢 :)
使用df.groupby('filename')

【解决方案2】：

从文件名列中获取唯一值并存储在列表或集合中。 (dataframe.filename.unique) 2.传递列表中的每个值或设置以获取单独的文件。

另一个观察结果：

(0-23-> bergama, 24-48-irkmax 等等) 1.使用索引获取每个动力装置的单独文件。（使用for循环，step=23，initial=0，final=50*23）

【讨论】：