Hướng dẫn how do you split a dataframe based on column values in python? - làm cách nào để bạn tách một khung dữ liệu dựa trên các giá trị cột trong python?

Question

Tôi có

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

1 với cột

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

2.

Nội dung chính Show

Làm thế nào để bạn chia dữ liệu trong một khung dữ liệu trong Python?
Làm thế nào để bạn chia một dataFrame thành hai phần dựa trên điều kiện?
Làm thế nào để bạn chia một cột DataFrame của Pandas trong Python?
Làm thế nào để bạn chia dữ liệu trong một cột thành nhiều cột trong Python?

Làm thế nào tôi có thể chia nó thành 2 dựa trên giá trị

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

2?

Đầu tiên

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

1 sẽ có dữ liệu với

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

5 và thứ hai với

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

6

JEZRAEL

759K85 Huy hiệu vàng1209 Huy hiệu bạc1144 Huy hiệu đồng85 gold badges1209 silver badges1144 bronze badges

Đã hỏi ngày 16 tháng 11 năm 2015 lúc 18:58Nov 16, 2015 at 18:58

0

Bạn có thể sử dụng

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

7:

df = pd.DataFrame({'Sales':[10,20,30,40,50], 'A':[3,4,7,6,1]})
print (df)
   A  Sales
0  3     10
1  4     20
2  7     30
3  6     40
4  1     50

s = 30

df1 = df[df['Sales'] >= s]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

df2 = df[df['Sales'] < s]
print (df2)
   A  Sales
0  3     10
1  4     20

Cũng có thể đảo ngược

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

8 bởi

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

9:

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

print (mask)
0    False
1    False
2     True
3     True
4     True
Name: Sales, dtype: bool

print (~mask)
0     True
1     True
2    False
3    False
4    False
Name: Sales, dtype: bool

JPOBST

3.0812 Huy hiệu vàng23 Huy hiệu bạc22 Huy hiệu đồng2 gold badges23 silver badges22 bronze badges

Đã trả lời ngày 16 tháng 11 năm 2015 lúc 19:13Nov 16, 2015 at 19:13

JEZRAELJEZRAELjezrael

759K85 Huy hiệu vàng1209 Huy hiệu bạc1144 Huy hiệu đồng85 gold badges1209 silver badges1144 bronze badges

8

Đã hỏi ngày 16 tháng 11 năm 2015 lúc 18:58

In [1047]: df1, df2 = [x for _, x in df.groupby(df['Sales'] < 30)]

In [1048]: df1
Out[1048]:
   A  Sales
2  7     30
3  6     40
4  1     50

In [1049]: df2
Out[1049]:
   A  Sales
0  3     10
1  4     20

Bạn có thể sử dụng

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

7:Oct 4, 2017 at 19:46

2

Cũng có thể đảo ngược

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

8 bởi

mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

9:

JPOBST

DF = pd.DataFrame({'chr':["chr3","chr3","chr7","chr6","chr1"],'pos':[10,20,30,40,50],})
ans = [y for x, y in DF.groupby('chr')]

3.0812 Huy hiệu vàng23 Huy hiệu bạc22 Huy hiệu đồng

ans[0]
ans[1]
ans[len(ans)-1] # this is the last separated DF

Đã trả lời ngày 16 tháng 11 năm 2015 lúc 19:13

ansI_chr=ans[i].chr

JEZRAELJEZRAEL

Sử dụng

print (mask)
0    False
1    False
2     True
3     True
4     True
Name: Sales, dtype: bool

print (~mask)
0     True
1     True
2    False
3    False
4    False
Name: Sales, dtype: bool

0, bạn có thể chia thành hai khung dữ liệu như2 gold badges53 silver badges87 bronze badges

Đã trả lời ngày 4 tháng 10 năm 2017 lúc 19:46Dec 11, 2019 at 3:37

Sử dụng

print (mask)
0    False
1    False
2     True
3     True
4     True
Name: Sales, dtype: bool

print (~mask)
0     True
1     True
2    False
3    False
4    False
Name: Sales, dtype: bool

0 và danh sách hiểu:keryruo

Lưu trữ tất cả các dữ liệu phân chia trong biến danh sách và truy cập từng dữ liệu được sắp xếp theo chỉ mục của họ.5 silver badges4 bronze badges

4

Truy cập DF tách như thế này:

df1, df2 = df[(mask:=df['Sales'] >= 30)], df[~mask]

Truy cập giá trị cột của DF được phân tách như thế này:

df1, df2 = df[(mask:=df['Sales'] >= 30)].copy(), df[~mask].copy()

Zachb

df1, df2 = df.query('Sales >= 30').copy(), df.query('Sales < 30').copy()

11.4K2 Huy hiệu vàng53 Huy hiệu bạc87 Huy hiệu đồngJun 10, 2021 at 9:58

Đã trả lời ngày 11 tháng 12 năm 2019 lúc 3:37Mykola Zotko

Keryruokeryruo3 gold badges44 silver badges58 bronze badges

1

6215 Huy hiệu bạc4 Huy hiệu đồng

Một lớp lót sử dụng toán tử Walrus (Python 3.8):

Cân nhắc sử dụng

print (mask)
0    False
1    False
2     True
3     True
4     True
Name: Sales, dtype: bool

print (~mask)
0     True
1     True
2    False
3    False
4    False
Name: Sales, dtype: bool

2 để tránh

print (mask)
0    False
1    False
2     True
3     True
4     True
Name: Sales, dtype: bool

print (~mask)
0     True
1     True
2    False
3    False
4    False
Name: Sales, dtype: bool

3:

Ngoài ra, bạn có thể sử dụng phương pháp

print (mask)
0    False
1    False
2     True
3     True
4     True
Name: Sales, dtype: bool

print (~mask)
0     True
1     True
2    False
3    False
4    False
Name: Sales, dtype: bool

4:

Đã trả lời ngày 10 tháng 6 năm 2021 lúc 9:584 gold badges13 silver badges27 bronze badges

Mykola Zotkomykola ZotkoOct 26, 2021 at 20:08

Huy hiệu vàng 13K344 Huy hiệu bạc58 Huy hiệu đồngRyan L

Tôi muốn sử dụng điều này để tăng tốc các tìm kiếm hoặc các chức năng nhập trung bình.1 silver badge1 bronze badge

Làm thế nào để bạn chia dữ liệu trong một khung dữ liệu trong Python?

Chia () gấu trúc cung cấp một phương thức để phân chia chuỗi xung quanh một dấu phân cách/dấu phân cách được truyền. Sau đó, chuỗi có thể được lưu trữ dưới dạng danh sách trong một chuỗi hoặc nó cũng có thể được sử dụng để tạo nhiều khung dữ liệu cột từ một chuỗi phân tách duy nhất. Pandas provide a method to split string around a passed separator/delimiter. After that, the string can be stored as a list in a series or it can also be used to create multiple column data frames from a single separated string.

Làm thế nào để bạn chia một dataFrame thành hai phần dựa trên điều kiện?

Trong ví dụ trên, khung dữ liệu 'DF' được chia thành 2 phần 'DF1' và 'DF2' trên cơ sở các giá trị của cột 'Trọng lượng'. Phương pháp 2: Sử dụng dataFrame.groupby (). Phương pháp này được sử dụng để chia dữ liệu thành các nhóm dựa trên một số tiêu chí.Using Dataframe. groupby(). This method is used to split the data into groups based on some criteria.

Làm thế nào để bạn chia một cột DataFrame của Pandas trong Python?

Chia cột theo dấu phân cách thành nhiều cột Áp dụng sê -ri Pandas Str.Chia () hàm trên cột Địa chỉ trên mạng và chuyển dấu phân cách (dấu phẩy trong trường hợp này) trên đó bạn muốn phân chia cột.Ngoài ra, hãy đảm bảo vượt qua đúng với tham số mở rộng.Apply the pandas series str. split() function on the “Address” column and pass the delimiter (comma in this case) on which you want to split the column. Also, make sure to pass True to the expand parameter.

Làm thế nào để bạn chia dữ liệu trong một cột thành nhiều cột trong Python?

Chúng ta có thể sử dụng chức năng Pandas Series.Str.Split () để phá vỡ các chuỗi trong nhiều cột xung quanh một dấu phân cách hoặc dấu phân cách nhất định.Nó tương tự như phương thức phân chia chuỗi python () nhưng áp dụng cho toàn bộ cột DataFrame.use the pandas Series. str. split() function to break up strings in multiple columns around a given separator or delimiter. It's similar to the Python string split() method but applies to the entire Dataframe column.

programming python DataFrame filter Pandas groupby Separate columns pandas Group split python Df columns