在 Pandas 中将数据框列拆分为相等的 windows

Question

我有一个如下所示的数据框，我打算用 size = 30 提取 windows，然后为每个数据块编写 for 循环并调用其他函数。

index = pd.date_range(start='2016-01-01', end='2016-04-01', freq='D')
data = pd.DataFrame(np.random.rand(len(index)), index = index, columns=['random'])

我找到了以下功能，但我想知道是否有更有效的方法来做到这一点。

def split(df, chunkSize = 30): 
    listOfDf = list()
    numberChunks = len(df) // chunkSize + 1
    for i in range(numberChunks):
        listOfDf.append(df[i*chunkSize:(i+1)*chunkSize])
    return listOfDf

Answer 1

您可以使用列表理解。请参阅此关于如何访问 dfs 和另一种分解数据帧的方法。

n = 200000  #chunk row size
list_df = [df[i:i+n] for i in range(0,df.shape[0],n)]

Answer 2

您可以使用 NumPy 的 array_split 高效地完成它，例如：

import numpy as np

def split(df, chunkSize = 30):
    numberChunks = len(df) // chunkSize + 1
    return np.array_split(df, numberChunks, axis=0)

即使它是一个 NumPy 函数，它也会 return 拆分具有正确索引和列的数据帧。

在 Pandas 中将数据框列拆分为相等的 windows

Splitting dataframe column into equal windows in Pandas

python

split

chunks

dataframe

pandas