pandas python：np.array_split（df，x）抛出错误：'DataFrame'对象没有属性'size'答案

【问题标题】：pandas python: np.array_split(df, x) throws an error: 'DataFrame' object has no attribute 'size'pandas python：np.array_split（df，x）抛出错误：'DataFrame'对象没有属性'size'
【发布时间】：2014-11-06 16:33:45
【问题描述】：

当我使用下面的代码时

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10,1))  
df = np.array_split(df, 4)

仅供参考 - df 这里是一个

<class 'pandas.core.frame.DataFrame'>

那么为什么会出现以下错误：

AttributeError: 'DataFrame' object has no attribute 'size'

我在 windows 7 上使用最新的 pandas 版本 0.15，带有 anaconda 和 eclipse。

谢谢

【问题讨论】：

标签： python numpy pandas split dataframe

【解决方案1】：

尝试改用np.array_split(df[0], 4)。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10,1))
df = np.array_split(df[0], 4)
print df

结果：

[0    1.210245
1    0.311729
2    0.044975
Name: 0, dtype: float64, 
3   -1.202211
4    0.579064
5   -1.615657
Name: 0, dtype: float64, 
6    1.491537
7    0.498112
Name: 0, dtype: float64, 
8    1.372771
9    0.147200
Name: 0, dtype: float64]
[Finished in 0.5s]

【讨论】：

谢谢，这行得通。但我想说的是 df = np.array_split(df[0:-1], 4)。我该怎么做？
似乎 np.array_split 需要一个系列，所以像 df = np.array_split(df[0:-1][0], 4) 这样的东西应该可以工作

【解决方案2】：

你可以像这样定义一个函数：

def split_dataframe(df, n):
    """
    Helper function that splits a DataFrame to a list of DataFrames of size n

    :param df: pd.DataFrame
    :param n: int
    :return: list of pd.DataFrame
    """
    n = int(n)
    df_size = len(df)
    batches = range(0, (df_size/n + 1) * n, n)
    return [df.iloc[i:i+n] for i in batches if i!=df_size]

这将给出以下结果：

df = pd.DataFrame(np.random.randn(10,1))  
dfs = split_dataframe(df, 4)
print "Num of DataFrames=%d, each of size %s" % (len(dfs), [len(i) for i in dfs])
>>>> Num of DataFrames=3, each of size [4, 4, 2]

【讨论】：