Pandas 如何根据布尔标准拆分数据帧？

假设

df

是

pandas

数据帧。我想根据一些标准把它分成两个数据帧。我找到的最好的方法是

df0, df1 = [v for _, v in df.groupby(df['class'] != 'special')]

在上面的示例中，标准是

groupby

方法的参数。生成的

df0

由子数据帧组成，其中

类

字段具有值

“特殊”

，而

df1

基本上是

df0

的补充。（不幸的是，使用这种构造，首先返回由不符合条件的项组成的子数据帧，这是不直观的。）

上面的构造有一个缺点，即它不是特别可读的，当然不像某些假设的

splitby

方法那样可读

df0, df1 = df.splitby(df['class'] == 'special')

---

由于像这样拆分数据帧是我经常需要做的事情，因此我认为可能有一个内置函数，或者可能有一个既定的习惯用法。如果是这样，请告诉我。

我认为最具可读性的方法是：

m = df['class'] != 'special'
a, b = df[m], df[~m]

---

我没有遇到一种特殊的方法来解决这个问题……

我可能会使用

d=dict（list（df.groupby（df[“class”！=“b”）

然后使用

d[0]

/

d[False]

和

d[1]

/

d[True]

。@DSM实际上，groupby可能是一种更好的存储方法（！）@AndyHayden:你是什么意思？如果可以通过groupby的（伪）键来处理它的内容，那就太好了，但是它不起作用；i、 e.

df.groupby（df.class！=“b”）[True]

抛出错误。。。我不知道如何在不将groupby对象转换为dict的情况下执行此类操作……但我的意思是，当您可以通过

g.get_group（True）

访问时，为什么要转换为dict？