如何将pandas DataFrame拆分为多个DataFrame？

Question

我有一个包含231840行数据的数据框。我需要将其分成161个独立的表格，每个表格包含1440行，即第一个表格包含前1440行，第二个表格包含接下来的1440行，以此类推，直到得到161个独立表格，总行数为231840行。有什么想法吗？

- Rauan Saturin

Answer 1

你可以使用np.array_split来分割数据框：

import numpy as np

dfs = np.array_split(df, 161) # split the dataframe into 161 separate tables

编辑（根据dfs中df的顺序号分配新列）：

dfs = [df.assign(new_col=i) for i, df in enumerate(dfs, 1)]

- Shubham Sharma

---

非常感谢！如果我想在我的初始数据框中创建一个新列，其中会显示从第1行开始一直到第1440行的数字“1”，然后依此类推直到“161”，我该如何应用此函数呢？ - Rauan Saturin

@RauanSaturin，请检查我已经在答案中添加了它。 - Shubham Sharma

由于dfs的输出格式为“列表”，我该如何从dfs中提取此“new_col”并使其成为我的df数据框的一部分？ - Rauan Saturin

“将其作为 df 的一部分”是什么意思？你能再解释一下吗？ - Shubham Sharma

当然。例如，'df' 是我的初始数据框，有231840行和10列。我想在这个'df' 数据框中创建一个新的列，它会在每1440行后按顺序给出数字，即第一组1440行在该新列中具有编号'1'，第二组1440行在该新列中具有编号'2'，以此类推，直到最后1440行为止，编号为'161'。在您所提供的答案中，'dfs'是以列表格式存在，我无法从中提取这个'new_col'并将其传递给我的初始'df'数据框。希望我讲得更清楚 :) - Rauan Saturin

df['new_col'] = [i for i, df in enumerate(dfs, 1) for _ in range(len(df))] 这个怎么样？ - Shubham Sharma

Answer 2

简单地使用

import numpy as np

df_list = np.array_split(df, 3) # replace 3 with the amount of rows you want

在您的情况下，您应该将3替换为df(len) // desired_row_amount。我们使用//将结果四舍五入为整数。
或者您可以采用老派的方法，使用for循环，类似于以下内容：

rows = 100  # example number of rows
df_list = []  # list to store dfs

for i in range(len(df) // rows):
    if i == len(df) // rows:  # if this is the last part of the df
        df_list.append(df[i*rows:])  # append the dataframe rows left
    else:
# append with a dataframe which has the desired amount of rows
        df_list.append(df[i*rows:(i+1)*rows]) 

- snatchysquid

---

非常感谢！如果我想在我的初始数据框中创建一个新列，该列将显示前1440行的数字“1”，以此类推直到“161”，我该如何应用此函数？ - Rauan Saturin