代码之家 › 专栏 › 技术社区 › Prakhar Agarwal

我想根据一个条件将熊猫数据帧拆分为两个数据帧

pandas-groupby pandas python

Prakhar Agarwal · 技术社区 · 7 年前

我有一个4列的基本数据框架。

 column_A column_B  column_C   id  
0       1       1      anna    123
1       2       1      anna      7
2      30       2      bob      42
2      20       2      bob      12
3      10       3      charlie   1
4     100       3      david     2

我想将其拆分为两个具有以下属性的不同数据帧。

数据帧1:

 column_A column_B  column_C   id  
0       1       1      anna    123
1       2       1      anna      7
2      30       2      bob      42
2      20       2      bob      12

哪里 两个值 在“B”列中“C”列匹配

数据帧2:

  column_A column_B  column_C   id
3      10       3      charlie   1
4     100       3      david     2

哪里 仅限值 在列中匹配

2 回复 | 直到 7 年前

Zero 7 年前

你可以查一下有没有重复的。

In [200]: dfs = {i: n for i, n in df.groupby(
                    df.duplicated(subset=['column_B', 'column_C'], keep=False))}

In [201]: dfs[True]
Out[201]:
   column_A  column_B column_C   id
0         1         1     anna  123
1         2         1     anna    7
2        30         2      bob   42
2        20         2      bob   12

In [202]: dfs[False]
Out[202]:
   column_A  column_B column_C  id
3        10         3  charlie   1
4       100         3    david   2

Ankur Sinha 7 年前

要保持记录不重复(第5行和第6行),请使用 drop_duplicates 功能:

dfA = df.drop_duplicates(subset = ['column_B', 'column_C'], keep = False)

输出:

   column_A  column_B column_C  column_D
4        10         3  charlie         1
5       100         3    davis         2

要保留具有重复项的记录(第1行到第4行),请使用 duplicated 功能:

dfB = df[df.duplicated(subset = ['column_B', 'column_C'], keep = False)]

输出:

   column_A  column_B column_C  column_D
0         1         1     anna       123
1         2         1     anna         7
2        30         2      bob        42
3        20         2      bob        12

推荐文章