迭代数据框并将列作为新的数据框答案

【问题标题】：Iterating over dataframe and get columns as new dataframes迭代数据框并将列作为新的数据框
【发布时间】：2021-09-13 11:45:26
【问题描述】：

我正在尝试从一个大数据框创建一组数据框。这些数据框以这种方式由原始数据框的列组成：第一个数据框是原始数据框的第一列，第二个数据框是原始数据框的第一列和第二列，等等。我使用这段代码来遍历数据框：

for i, data in enumerate(x):
    data = x.iloc[:,:i]
    print(data)

这可行，但我在开始时也得到一个空数据框和一个我不需要的索引向量。有关如何删除这 2 个的任何建议？

谢谢

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

而不是枚举数据帧，因为您没有使用枚举后的结果，而是仅使用索引值，您可以在range 1 中通过加一的列数进行迭代，然后取切片df.iloc[:, :i]对于i 的每个值，您可以使用list-comprehension 来实现。

>>> [df.iloc[:, :i] for i in range(1,df.shape[1]+1)]
[  A
0  1
1  2
2  3,    
   A  B
0  1  2
1  2  4
2  3  6]

等效的传统循环如下所示：

for i in range(1,df.shape[1]+1):
    print(df.iloc[:, :i])
    
   A
0  1
1  2
2  3
   A  B
0  1  2
1  2  4
2  3  6

【讨论】：

非常感谢您的帮助！不过我还有一个问题，如果我希望它一次移动 2 列而不是 1 列怎么办？我尝试将第一行更改为 +2，但它仍然一次跳 1。
@OmerDavidi，那么您需要将step 参数传递给range 函数，修改后的代码将如下所示：[df.iloc[:, :i] for i in range(1,df.shape[1]+1, 2)]

【解决方案2】：

你也可以这样做：

data = {
    'col_1': np.random.randint(0, 10, 5),
    'col_2': np.random.randint(10, 20, 5),
    'col_3': np.random.randint(0, 10, 5),
    'col_4': np.random.randint(10, 20, 5),
}
df = pd.DataFrame(data)

all_df = {col: df.iloc[:, :i] for i, col in enumerate(df, start=1)}

# For example we can print the last one
print(all_df['col_4'])
    col_1   col_2   col_3   col_4
0   1   13  5   10
1   8   16  1   18
2   6   11  5   18
3   3   11  1   10
4   7   14  8   12

【讨论】：