Pandas 将一个数据框拆分为多个数据框

Question

我有一个pandas数据框，需要将其拆分为多个数据框。我需要拆分的数据框数量取决于我有多少个月的数据，即我需要为每个月创建一个新的数据框。 因此，df：

MONTH   NAME INCOME
201801   A     100$
201801   B      20$
201802   A      30$

我需要创建两个数据框。问题是我不知道未来会有多少个月的数据。如何做到这一点？

- Victor

Answer 1

你可以使用groupby来创建一个数据帧的字典，

df['MONTH'] = pd.to_datetime(df['MONTH'], format = '%Y%m')
dfs = dict(tuple(df.groupby(df['MONTH'].dt.month)))
dfs[1]


    MONTH   NAME    INCOME
0   2018-01-01  A   100$
1   2018-01-01  B   20$

如果你的数据跨越多年，你需要在分组中包含年份。

dfs = dict(tuple(df.groupby([df['MONTH'].dt.year,df['MONTH'].dt.month])))
dfs[(2018, 1)]

    MONTH      NAME INCOME
0   2018-01-01  A   100$
1   2018-01-01  B   20$

- Vaishali

---

我喜欢你的 dict(tuple(groupby...). 加一！我会把它添加到我的工具箱中。 - Scott Boston

谢谢。尽管指定了格式 =“％Y％m”，但为什么MONTH从201801更改为2018-01-01？ - Victor

@Victor，Pandas会创建Ymd格式的日期，如果日期组件缺失，它将添加01作为日期。 - Vaishali

Answer 2

你可以使用 groupby 将数据框拆分为数据框列表或数据框字典：

数据框字典：

dict_of_dfs = {}
for n, g in df.groupby(df['MONTH']):
    dict_of_dfs[n] = g

数据框列表：

list_of_dfs = []
for _, g in df.groupby(df['MONTH']):
    list_of_dfs.append(g)

或者像@BenMares建议的那样使用理解:

dict_of_dfs = {

    month: group_df 

    for month, group_df in df.groupby('MONTH') 

}


list_of_dfs = [

    group_df 

    for _, group_df in df.groupby('MONTH')

]

- Scott Boston

---

使用推导式会更加优雅！{index: group_df for index, group_df in df.groupby('MONTH')} - Ben Mares

同意字典推导。不错，@BenMares。 - Scott Boston

Answer 3

您可以这样使用本地变量字典vars（）：

for m in df['MONTH'].unique():
    temp = 'df_{}'.format(m)    
    vars()[temp] = df[df['MONTH']==m]

每个DataFrame都是以df_month命名创建的。例如：df_201801。

    MONTH   NAME    INCOME
0   201801  A   100$
1   201801  B   20$

- cors