将每 x 个唯一值的 DataFrame 拆分为新的 DataFrame

Question

为了可视化，我需要按每个 x 唯一值对长格式 DataFrame 进行切片。我的实际数据集有 20 个个体的 90 个变量，所以我想分成 9 个单独的 df，每个变量包含所有 20 个个体的条目。

我创建了这个简单的示例来帮助解释：

df = pd.DataFrame({'ID':[1,1,1,2,2,2,3,3,3,4,4,4],
                'Period':[1,2,3,1,2,3,1,2,3,1,2,3,],
                'Food':['Ham','Ham','Ham','Cheese','Cheese','Cheese','Egg','Egg','Egg','Bacon','Bacon','Bacon',]})
df

''' ******* PSUEDOCODE *******
    df1 = unique entries [:2]
    df2 = unique entries [2:4] '''


# desired outcome:

df1 = pd.DataFrame({'ID':[1,1,1,2,2,2,],
                'Period':[1,2,3,1,2,3,],
                'Food':['Ham','Ham','Ham','Cheese','Cheese','Cheese',]})

df2 = pd.DataFrame({'ID':[3,3,3,4,4,4],
                'Period':[1,2,3,1,2,3,],
                'Food':['Egg','Egg','Egg','Bacon','Bacon','Bacon',]})

print(df1)
print(df2)

在这种情况下，DataFrame 将在 df['Food'] 列中每 2 组唯一条目的末尾拆分，以创建 df1 和 df2。最好的情况是一个循环，为每个 x 个唯一条目创建一个新的 DataFrame。由于缺乏我能找到的信息，不幸的是，我正在努力为此编写甚至好的伪代码。

Answer 1

让我们试试 factorize 和 groupby

n = 2
d = {x : y for x , y in df.groupby(df.Food.factorize()[0]//n)}
d[0]
Out[132]: 
   ID  Period    Food
0   1       1     Ham
1   1       2     Ham
2   1       3     Ham
3   2       1  Cheese
4   2       2  Cheese
5   2       3  Cheese
d[1]
Out[133]: 
    ID  Period   Food
6    3       1    Egg
7    3       2    Egg
8    3       3    Egg
9    4       1  Bacon
10   4       2  Bacon
11   4       3  Bacon

Answer 2

我们可以使用groupby + ngroup + floordiv来创建组；然后用另一个groupby分隔：

out = [x for _, x in df.groupby(df.groupby('Food', sort=False).ngroup().floordiv(2))]

输出：

[   ID  Period    Food
0   1       1     Ham
1   1       2     Ham
2   1       3     Ham
3   2       1  Cheese
4   2       2  Cheese
5   2       3  Cheese,

    ID  Period   Food
6    3       1    Egg
7    3       2    Egg
8    3       3    Egg
9    4       1  Bacon
10   4       2  Bacon
11   4       3  Bacon]

Answer 3

可能的解决方案如下：

# pip install pandas

import pandas as pd

df = pd.DataFrame({'ID':[1,1,1,2,2,2,3,3,3,4,4,4],
                'Period':[1,2,3,1,2,3,1,2,3,1,2,3,],
                'Food':['Ham','Ham','Ham','Cheese','Cheese','Cheese','Egg','Egg','Egg','Bacon','Bacon','Bacon',]})

dfs = [y for x, y in df.groupby('Food', as_index=False)]

分离的 dfs 可以通过列表索引（见下文）或使用循环访问：

dfs[0]

dfs[1]

and etc.

Answer 4

据我了解，这可能会有所帮助：

for x in df['ID'].unique():
    print(df[df['ID']==x], '\n')

for x in df['Food'].unique():
    print(df[df['Food']==x], '\n')

将每 x 个唯一值的 DataFrame 拆分为新的 DataFrame

Split DataFrame every x unique values into new Dataframes

python

unique

slice

dataframe

pandas