按值域将数据框拆分为较小的数据框。

Question

我有以下数据框：

     x     text     
1    500   aa
2    550   bb
3    700   cc
4    750   dd 

我的目标是在x值相差100个点以上时拆分这个数据框。

是否有一种pandas函数可以根据数值范围进行拆分？

这是我期望的输出：

df_1:

    x     text  
0   500   aa
1   550   bb

df_2:

    x     text  
0   700   cc
1   750   dd

- Sam

---

你的范围是动态的还是始终相隔100？具体来说，[400, 450, 500, 550]应该在同一个数据框中吗？ - Rocky Li

@RockyLi 动态 - Sam

@RockyLi 是的，没错。 - Sam

Answer 1

我相信你需要通过辅助程序 Series 将 groupby 对象转换为元组和字典：

d = dict(tuple(df.groupby(df['x'].diff().gt(100).cumsum())))
print (d)
{0:      x text
1  500   aa
2  550   bb, 1:      x text
3  700   cc
4  750   dd}

细节：

首先使用 Series.diff 得到差异，再使用 Series.gt 比较大小并通过 Series.cumsum 创建连续组：

print (df['x'].diff().gt(100).cumsum())
1    0
2    0
3    1
4    1
Name: x, dtype: int32

- jezrael

---

如何处理介于-130到130之间的范围？换句话说，任何大于130或小于-130的数值。 - Sam

@Sam - 没有测试过，但是如何将 df['x'].diff().gt(100).cumsum() 更改为 df['x'].diff().abs().gt(130).cumsum()？ - jezrael

@Sam - 你认为通过 df[df['x'].between(-130, 130)] 进行过滤怎么样？ - jezrael

Answer 2

创建一个新列，使用shift(1)函数，然后按照这些列的值之间的差异进行分离。

- Pavel Kovtun