按行拆分 Pandas 数据框

我们可以尝试不同的方法来拆分 Dataframe 以获得所需的结果。让我们以钻石数据集为例。

Python3

# importing libraries
import seaborn as sns
import pandas as pd
import numpy as np
 
# data needs not to be downloaded separately
df  = sns.load_dataset('diamonds')
df.head()

输出：

方法 1：按行索引拆分 Pandas Dataframe
在下面的代码中，数据帧分为两部分，前 1000 行，其余行。我们可以看到新形成的数据帧的形状作为给定代码的输出。

Python3

# splitting dataframe by row index
df_1 = df.iloc[:1000,:]
df_2 = df.iloc[1000:,:]
print("Shape of new dataframes - {} , {}".format(df_1.shape, df_2.shape))

输出：

方法 2：按由唯一列值组成的组拆分 Pandas Dataframe
在这里，我们将首先按列值“颜色”对数据进行分组。新形成的数据框由颜色=“E”的分组数据组成。

Python3

# splitting dataframe by groups
# grouping by particular dataframe column
grouped = df.groupby(df.color)
df_new = grouped.get_group("E")
df_new

输出：

方法 3：将 Pandas 数据帧拆分为预定大小的块
在上面的代码中，我们可以看到我们已经形成了一个大小为 0.6 的新数据集，即总行数（或数据集长度）的 60%，现在由 32364 行组成。这些行是随机选择的。

Python3

# splitting dataframe in a particular size
df_split = df.sample(frac=0.6,random_state=200)
df_split.reset_index()

输出：