Python 2.7 根据列的唯一值将python数据帧拆分为相等的数字
我的数据帧Python 2.7 根据列的唯一值将python数据帧拆分为相等的数字,python-2.7,pandas,dataframe,Python 2.7,Pandas,Dataframe,我的数据帧df如下所示: id value 10 a 10 d 10 g 10 g 10 g 23 g 23 h 11 h 11 h 11 h 44 h 44 h 我想将此数据帧拆分为n个不同的数据帧,以便每个数据帧具有大约相等的唯一ID 我试着做如下的事情: ids =df.id.unique() ids_in_split =np.array_split(ids,n) 这将创建ID的拆分,这些ID应位于df的每个拆分中。如何使用拆分中的ID拆分原始df? 任何其
df
如下所示:
id value
10 a
10 d
10 g
10 g
10 g
23 g
23 h
11 h
11 h
11 h
44 h
44 h
我想将此数据帧拆分为n个不同的数据帧,以便每个数据帧具有大约相等的唯一ID
我试着做如下的事情:
ids =df.id.unique()
ids_in_split =np.array_split(ids,n)
这将创建ID的拆分,这些ID应位于df
的每个拆分中。如何使用拆分中的ID拆分原始df?
任何其他更有效的方法也值得欢迎
为预期结果进行编辑:
假设我想将df拆分为n=2,它们应该如下所示:
df1 =
id value
10 a
10 d
10 g
10 g
10 g
23 g
23 h
df2 =
id value
11 h
11 h
11 h
44 h
44 h
在上述输出中,两个分割都具有相同数量的唯一ID的所有记录
>>> df = pd.DataFrame({'id':[10, 10, 10, 10, 10, 23, 23, 11, 11, 11, 44, 44],
'value': ['a', 'd', 'g', 'g', 'g', 'g', 'h', 'h', 'h', 'h', 'h', 'h']})
我们按“id”分组,然后将分组后的数据帧解压为每个组的元组。元组的第二项是数据帧
>>> df1, df2, df3, df4 = df.groupby('id')
>>> df1[1]
id value
0 10 a
1 10 d
2 10 g
3 10 g
4 10 g
>>> type(df1[1])
<class 'pandas.core.frame.DataFrame'>
df1、df2、df3、df4=df.groupby('id')
>>>df1[1]
id值
0 10 a
110D
210克
3.10克
4.10克
>>>类型(df1[1])
我们按“id”分组,然后将分组后的数据帧解压为每个组的元组。元组的第二项是数据帧
>>> df1, df2, df3, df4 = df.groupby('id')
>>> df1[1]
id value
0 10 a
1 10 d
2 10 g
3 10 g
4 10 g
>>> type(df1[1])
<class 'pandas.core.frame.DataFrame'>
df1、df2、df3、df4=df.groupby('id')
>>>df1[1]
id值
0 10 a
110D
210克
3.10克
4.10克
>>>类型(df1[1])
不清楚您要搜索的输出类型,以下是可能的解释和结果:
df
Out[11]:
id value
0 10 a
1 10 d
2 10 g
3 10 g
4 10 g
...
df.reset_index()
Out[12]:
index id value
0 0 10 a
1 1 10 d
2 2 10 g
3 3 10 g
4 4 10 g
...
df['split'] = df.reset_index().groupby('id')['index'].rank()
df.sort_values('split')
Out[17]:
id value split
0 10 a 1.0
5 23 g 1.0
7 11 h 1.0
10 44 h 1.0
1 10 d 2.0
6 23 h 2.0
8 11 h 2.0
11 44 h 2.0
2 10 g 3.0
9 11 h 3.0
3 10 g 4.0
4 10 g 5.0
现在,您可以通过分组
拆分列来获取数据帧。如果不清楚要搜索的输出类型,下面是可能的解释和结果:
df
Out[11]:
id value
0 10 a
1 10 d
2 10 g
3 10 g
4 10 g
...
df.reset_index()
Out[12]:
index id value
0 0 10 a
1 1 10 d
2 2 10 g
3 3 10 g
4 4 10 g
...
df['split'] = df.reset_index().groupby('id')['index'].rank()
df.sort_values('split')
Out[17]:
id value split
0 10 a 1.0
5 23 g 1.0
7 11 h 1.0
10 44 h 1.0
1 10 d 2.0
6 23 h 2.0
8 11 h 2.0
11 44 h 2.0
2 10 g 3.0
9 11 h 3.0
3 10 g 4.0
4 10 g 5.0
现在,您可以通过分组split
列来获取数据帧。那么预期结果是什么?那么预期结果是什么?编辑以添加预期结果。抱歉造成混淆。已编辑以添加预期结果。为这一混乱道歉。