Python 从df创建一个包含两个要素的新数据框，其中多个要素包含多个要素，其中行以一个要素为条件

我需要检查八组特征（区域1，区域2…等）的正常性，并需要为每个特征创建一个新的df；新的df将有两列，一列表示“数量”，另一列表示区域。我有一个热编码的功能，所以，需要每个新的df是“数量”和“区域_x”，其中“区域_x”的行有一个1。我尝试了很多方法来包含jupyter的更多表格，但都没有成功。请让我知道，如果你需要更多的信息来帮助解决这个问题

Quantity    Region_0    Region_1    Region_2    Region_3    Region_4    Region_5    Region_6    Region_7    Region_8

我尝试在定义新df的同一行上放置条件

r0df=copy.deepcopy（q2df[[“数量”，“区域0”==“1”]）

KeyError:“[False]不在索引中”

我需要的结果是一个新的数据框，带有“数量”和一个区域，其中观察值只是区域中具有1的行

（这个代码片段只是为了给我在python中使用的表提供一个更好的示例；我使用了这个工具：）

---

QuantityRegion\u 1Region\u 2Region\u 3450113114001130100

IIUC，您可以创建数据帧的dict，如：

m=df.set_index('Quantity')
n=m[m.eq(1)]
d={'df_'+str(i):n[i].dropna().to_frame() for i in n.columns}

---

输出：

{'df_Region_1':           Region_1
 Quantity          
 36             1.0
 30             1.0, 'df_Region_2':           Region_2
 Quantity          
 45             1.0
 36             1.0
 40             1.0, 'df_Region_3':           Region_3
 Quantity          
 45             1.0
 36             1.0
 40             1.0}

然后可以调用字典的每个键来查看df，例如：

print(d['df_Region_1'])

---

---

IIUC，您可以创建数据帧的dict，如：

m=df.set_index('Quantity')
n=m[m.eq(1)]
d={'df_'+str(i):n[i].dropna().to_frame() for i in n.columns}

---

输出：

{'df_Region_1':           Region_1
 Quantity          
 36             1.0
 30             1.0, 'df_Region_2':           Region_2
 Quantity          
 45             1.0
 36             1.0
 40             1.0, 'df_Region_3':           Region_3
 Quantity          
 45             1.0
 36             1.0
 40             1.0}

然后可以调用字典的每个键来查看df，例如：

print(d['df_Region_1'])

---

---

谢谢anky_91！我有工作，但有困难，让新的df返回观察值在地区列==1。这将为每一行返回True或False

r0df=d[“df_Region_0”][“Region_0”]==1

，我想我可以过滤它，但我希望在一行中完成所有操作。也许我需要把它变成一个函数，我在上面添加了一个代码，你可以运行它，然后输出一个清晰的table@Donum我已经编辑了代码。希望现在能有所帮助……）谢谢@anky_91！这很有效，我感谢你的帮助！谢谢anky_91！我有工作，但有困难，让新的df返回观察值在地区列==1。这将为每一行返回True或False

r0df=d[“df_Region_0”][“Region_0”]==1

，我想我可以过滤它，但我希望在一行中完成所有操作。也许我需要把它变成一个函数，我在上面添加了一个代码，你可以运行它，然后输出一个清晰的table@Donum我已经编辑了代码。希望现在能有所帮助……）谢谢@anky_91！这很有效，我感谢你的帮助！