first_ten = pd.DataFrame()
rest = pd.DataFrame()
if df.shape[0] > 10: # len(df) > 10 would also work
first_ten = df[:10]
rest = df[10:]
14
你可以使用DataFrame head和tail方法作为语法糖而不是切片/ loc . 我使用3的分割大小;对于您的示例,使用headSize = 10
def split(df, headSize) :
hd = df.head(headSize)
tl = df.tail(len(df)-headSize)
return hd, tl
df = pd.DataFrame({ 'A':[2,4,6,8,10,2,4,6,8,10],
'B':[10,-10,0,20,-10,10,-10,0,20,-10],
'C':[4,12,8,0,0,4,12,8,0,0],
'D':[9,10,0,1,3,np.nan,np.nan,np.nan,np.nan,np.nan]})
# Split dataframe into top 3 rows (first) and the rest (second)
first, second = split(df, 3)
0
下面是一个简单的函数实现,它将DataFrame拆分为块和一些代码示例:
import pandas as pd
def split_dataframe_to_chunks(df, n):
df_len = len(df)
count = 0
dfs = []
while True:
if count > df_len-1:
break
start = count
count += n
#print("%s : %s" % (start, count))
dfs.append(df.iloc[start : count])
return dfs
# Create a DataFrame with 10 rows
df = pd.DataFrame([i for i in range(10)])
# Split the DataFrame to chunks of maximum size 2
split_df_to_chunks_of_2 = split_dataframe_to_chunks(df, 2)
print([len(i) for i in split_df_to_chunks_of_2])
# prints: [2, 2, 2, 2, 2]
# Split the DataFrame to chunks of maximum size 3
split_df_to_chunks_of_3 = split_dataframe_to_chunks(df, 3)
print([len(i) for i in split_df_to_chunks_of_3])
# prints [3, 3, 3, 1]
6 回答
如果满足条件,这将返回拆分的DataFrame,否则返回原始和
None
(然后您需要单独处理) . 请注意,这假设分割只需要每df
发生一次,并且拆分的第二部分(如果它超过10行(意味着原始长度超过20行))就可以了 .请注意,您也可以根据需要使用
df.head(10)
和df.tail(len(df) - 10)
来获取正面和背面 . 您还可以使用各种索引方法:您可以根据需要提供第一个维度索引,例如df[:10]
而不是df[:10, :]
(尽管我喜欢明确地编写关于您正在使用的维度的代码) . 您也可以使用df.iloc
和df.ix
以类似的方式进行索引 .但请注意使用
df.loc
,因为it is label-based and the input will never be interpreted as an integer position ..loc
只会在您碰巧具有从0开始且没有间隙的整数的索引标签时才起作用"accidentally" .但是您还应该考虑pandas提供的各种选项,用于将DataFrame的内容转储为HTML,还可能考虑LaTeX,以便为演示文稿制作更好的表格(而不仅仅是复制和粘贴) . 简单地谷歌搜索如何将DataFrame转换为这些格式,为这个应用程序提供了大量的教程和建议 .
没有特定的便利功能 .
你必须做的事情如下:
你可以使用DataFrame head和tail方法作为语法糖而不是切片/ loc . 我使用3的分割大小;对于您的示例,使用headSize = 10
下面是一个简单的函数实现,它将DataFrame拆分为块和一些代码示例:
如果您有一个大型数据框并需要划分为可变数量的子数据帧行,例如每个子数据帧最多有4500行,则此脚本可以帮助:
然后,您可以保存这些数据框:
希望这有助于某人!
一种基于
np.split
的方法:使用模数的小函数可以处理拆分不均匀的情况(例如
np.split(df.index,4)
将引发错误) .(是的,我知道原来的问题比这更具体 . 但是,这应该回答 Headers 中的问题 . )