Python 基于指定列中的字符串值项是否包含子字符串来分隔数据帧
假设我有以下数据框:Python 基于指定列中的字符串值项是否包含子字符串来分隔数据帧,python,pandas,dataframe,Python,Pandas,Dataframe,假设我有以下数据框: df = pd.DataFrame({'name':['a', 'b', 'c','d','e'], 'description':['vim2tests','vim2trial','vim3tests','vim3zip', 'vim4trial'], 'count':[4,5,6,7,8]}) 我试图将包含行的数据框分成3个,其中“description”条目包含“vim2”、“vim3”、“vim4”子字符串 有没有一种有效的方法可以做到这一点?我可以实现一个for循
df = pd.DataFrame({'name':['a', 'b', 'c','d','e'], 'description':['vim2tests','vim2trial','vim3tests','vim3zip', 'vim4trial'], 'count':[4,5,6,7,8]})
我试图将包含行的数据框分成3个,其中“description”条目包含“vim2”、“vim3”、“vim4”子字符串
有没有一种有效的方法可以做到这一点?我可以实现一个for循环来查找我想要的行的索引,但这根本没有效率,我正在努力寻找更好的方法。IIUC,只需使用
str.extract
创建一个条件列来groupby
我们可以将数据帧保存在字典中
dfs = {group : data.drop('key',1) for group,data in
df.assign(key=df['description'].str.extract('(vim\d+)'))\
.groupby('key')
}
还是anky提出的更简单的解决方案-
dfs = dict(tuple(
df.groupby(df['description'].str.extract('(vim\d+)'
,expand=False))
))
或:
你真的需要三个或更多的数据帧作为输出吗?@DavideBrex在我的数据集中有10个。但我有兴趣了解更多的解决方案。
print(dfs.keys())
dict_keys(['vim2', 'vim3', 'vim4'])
dfs = dict(tuple(
df.groupby(df['description'].str.extract('(vim\d+)'
,expand=False))
))
dict(iter(df.groupby(df['description'].str.extract('(vim\d+)',expand=False)))
print(dfs)
{'vim2': name description count
0 a vim2tests 4
1 b vim2trial 5,
'vim3': name description count
2 c vim3tests 6
3 d vim3zip 7,
'vim4': name description count
4 e vim4trial 8}