基于现有python熊猫列的新数据框

Question

我正尝试基于列类别（A，B和C）中的分类值从现有数据框df创建新的数据框df_A，df_B和df_C。

这不起作用

df_A = {n: df.ix[rows] 
for n, rows in enumerate(df.groupby('Category').groups)} 

在这里，我得到的错误 “主要错误：”

（注：A是其中一类）

这不起作用无论是

df_A = np.where(df['Category']=='A')).copy() 

在这里，我得到的错误： “语法错误”

最后，这是行不通

df_A = np.where(raw[raw['Category']=='A']).copy() 

“AttributeError的： '元组' 对象有没有属性 '复制'”

谢谢

Answer 1

看来你需要先boolean indexing因为Category是列，而不是index如果需要字典：

df2 = {n: data[ data['Category'] == rows] 
      for n, rows in enumerate(data.groupby('Category').groups)} 

或者尝试删除groups：

df2 = {n: rows[1] for n, rows in enumerate(data.groupby('Category'))} 

样品：

data = pd.DataFrame({'Category':['A','A','D'], 
        'B':[4,5,6], 
        'C':[7,8,9]}) 

print (data) 
    B C Category 
0 4 7  A 
1 5 8  A 
2 6 9  D 

df2 = {n: rows[1] for n, rows in enumerate(data.groupby('Category'))} 
print (df2) 
{0: B C Category 
0 4 7  A 
1 5 8  A, 1: B C Category 
2 6 9  D} 

df2 = {n: data[ data['Category'] == rows] 
      for n, rows in enumerate(data.groupby('Category').groups)} 
print (df2) 
{0: B C Category 
0 4 7  A 
1 5 8  A, 1: B C Category 
2 6 9  D} 

解决方案，而groupby

df2 = {n: data[data['Category'] == rows] for n, rows in enumerate(data['Category'].unique())} 
print (df2) 
{0: B C Category 
0 4 7  A 
1 5 8  A, 1: B C Category 
2 6 9  D} 

---

print (df2[0]) 
    B C Category 
0 4 7  A 
1 5 8  A 

但是，如果需要通过Category选择DataFrame字典值：

dfs = {n: rows for n, rows in data.groupby('Category')} 
print (dfs) 
{'A': B C Category 
0 4 7  A 
1 5 8  A, 'D': B C Category 
2 6 9  D} 

print (dfs['A']) 
    B C Category 
0 4 7  A 
1 5 8  A