通过在 df 中的列上循环创建多个数据框答案

【问题标题】：creating multiple dataframes from looping over a column in a df通过在 df 中的列上循环创建多个数据框
【发布时间】：2022-01-11 18:08:02
【问题描述】：

我希望从一个原始数据帧创建多个数据帧。我想遍历一列并在其匹配项上创建数据框。

   TargetListID Placement_Description Buy_Component_Type  NPI_ID First_Name
0        123456             test_test              email  123456       paul
1        234567             test_test              email  123456       paul
2        345678             test_test              email  123456       paul
3        456789             test_test              email  123456       paul
4        123456        test_test_test              video  987654      karol
5        234567        test_test_test              video  987654      karol
6        345678        test_test_test              video  987654      karol
7        456789        test_test_test              video  987654      karol

这是我原来的 df，我想为我浏览过的TargetListID 中的每场比赛创建一个新的 df：

Create multiple dataframes in loop

并尝试了以下方法：

def create_df_from_target_list_id(dataframe):
    dataframe = {target_list_id: pd.DataFrame() for target_list_id in dataframe['TargetListID']}
    return dataframe


test = create_df_from_target_list_id(df)
print(test)

这给了我：

{123456: Empty DataFrame
Columns: []
Index: [], 234567: Empty DataFrame
Columns: []
Index: [], 345678: Empty DataFrame
Columns: []
Index: [], 456789: Empty DataFrame
Columns: []
Index: []}

所以不确定我在这里到底做错了什么？将创建任何指针。原因是原始数据框可能有 1000 行。所以想在不知道TargetListId的情况下创建数据框@

我在这里尝试了 groupby：

def create_df_from_target_list_id(dataframe):
    dataframe = dict(iter(dataframe.groupby('TargetListID')))
    return dataframe


test = create_df_from_target_list_id(df)
print(test)

得到以下结果

{123456:    TargetListID Placement_Description Buy_Component_Type  NPI_ID First_Name
0        123456             test_test              email  123456       paul
4        123456        test_test_test              video  987654      karol, 234567:    TargetListID Placement_Description Buy_Component_Type  NPI_ID First_Name
1        234567             test_test              email  123456       paul
5        234567        test_test_test              video  987654      karol, 345678:    TargetListID Placement_Description Buy_Component_Type  NPI_ID First_Name
2        345678             test_test              email  123456       paul
6        345678        test_test_test              video  987654      karol, 456789:    TargetListID Placement_Description Buy_Component_Type  NPI_ID First_Name
3        456789             test_test              email  123456       paul
7        456789        test_test_test              video  987654      karol}

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

看起来您的方法并不遥远，但请注意，在您的函数中，您正在调用 pd.DataFrame()，它创建了一个 DataFrame，但没有给它提供任何数据来使用（因此是空的 DataFrames）。

如果您希望 TargetListID 的每个唯一值都有一个 DataFrame，并且您的原始 DataFrame 称为 df，那么您可以执行以下操作：

df_dictionary = { target_id: df[ df.TargetListID == target_id ] for target_id in df.TargetListID.unique() }

您可以在函数内部或单独执行此操作。

请注意，您可能希望首先删除任何空的 TargetListID 值，并且您可能希望在创建字典时使用 reset_index()，具体取决于您的需要。

【讨论】：

这有点用，我有一个 df 和一组不同的情况。我希望能够使用 4 个不同的数据框
这将为每个唯一的 TargetListID 值创建一个带有键的字典，以及一个由原始 DataFrame 中与该 TargetListID 值匹配的行组成的 DataFrame。如果您有 4 个唯一的 TargetListID 值，您将有一个包含四个（键、值）对的字典，即 4 个 DataFrame。
但是有了字典，我不需要知道第一个键才能访问它吗？我想要一些我有一个分组的 df 的东西，然后我可以将一些地方发送到 API。我不会总是知道钥匙
您始终可以使用df_dictionary.keys() 访问密钥。如果您不想使用字典，也可以使用 df_list = [ df[ df.TargetListID == target_id ] for target_id in df.TargetListID.unique() ] 将 DataFrame 存储在列表中。

【解决方案2】：

我认为您正在寻找一个简单明了的groupby。

r = {}
for target_id, df in in dataframe.groupby('TargetListID'):
    r[target_id] = df

【讨论】：