创建熊猫dataframes修真

的功能，我有一个叫做迪尔列包含五个值的数据框：N，S，E，W和C我它们拆分为单独dataframes像这样：创建熊猫dataframes修真

df_N = df[(df['Dir'] == 'N')] 
df_S = df[(df['Dir'] == 'S')] 
df_E = df[(df['Dir'] == 'E')] 
df_W = df[(df['Dir'] == 'W')] 
df_C = df[(df['Dir'] == 'C')]

但是，我想创建一个函数或列表理解，为我这样做，所以如果数据中的值改变，我不必重新编码它。

我创建了值的列表，像这样：

CP_Vals = Series.unique(dftc2['iDir']).tolist()

但没有在Python很大OFD的经验，我努力创造一些自动执行此。我在想这样的事：

for x in CP_Vals: 
    df_x = df[(df['iDir'] == '%s' % x)]

这可能吗？提前致谢！

来源

2015-10-02 Tom

请问您为什么需要这样做？你已经可以使用'df ['Dir']。unique（）'获得唯一的值，那么你可以不仅仅使用这些值来过滤你的df，而是为每个值创建新的dfs？ – EdChum

我将为N，S，E，W和C值创建单独的列以合并到另一个数据集。 – Tom

您仍然可以实现这一点，而不必通过使用唯一值过滤主df来创建新的dfs，只是建议 – EdChum

您可以使用字典来存储您获得的不同数据框以及相应的关键名称。示例 -

CP_Vals = dftc2['iDir'].unique().tolist() 
df_dict = {'df_{}'.format(x): df[(df['iDir'] == x)] for x in CP_Vals}

请注意，字典理解只适用于Python 2.7+。此外，在此之后，您可以访问特定的数据帧，例如df_dict['df_N']等。

来源

2015-10-02 09:36:22

将dftc2 ['iDir']重写为第一行的可能性更大。unique（）。tolist（）'IMO – EdChum

是的，正确的，改变了它，谢谢:-) –

只是在这里说谢谢你的答案！它运作得非常好！ – Tom

创建熊猫dataframes修真

回答

相关问题