根据多列中的值拆分 Pandas 中的数据框

在本文中，我们将了解如何使用Python以各种方法和基于各种参数来划分数据帧。为了根据列中存在的值将数据框划分为两个或多个单独的数据框，我们首先创建一个数据框。

为演示创建一个 DataFrame：

Python3

# importing pandas as pd
import pandas as pd
  
  
# dictionary of lists
dict = {'First_Name': ["Aparna", "Pankaj", "Sudhir", 
                       "Geeku", "Anuj", "Aman",
                       "Madhav", "Raj", "Shruti"],
        'Last_Name': ["Pandey", "Gupta", "Mishra", 
                      "Chopra", "Mishra", "Verma", 
                      "Sen", "Roy", "Agarwal"],
        'Email_ID': ["[e-mail]", "[e-mail]",
                     "[e-mail]", "[e-mail]",
                     "[e-mail]", "[e-mail]",
                     "[e-mail]", "[e-mail]",
                     "[e-mail]"],
        'Degree': ["MBA", "BCA", "M.Tech", "MBA", "B.Sc",
                   "B.Tech", "B.Tech", "MBA", "M.Tech"],
        'Score': [90, 40, 75, 98, 94, 90, 80, 90, 95]}
  
# creating dataframe
df = pd.DataFrame(dict)
  
print(df)

输出：

方法一：通过布尔索引

我们可以通过使用布尔索引方法并提及所需的标准，根据特定列值从给定数据帧创建多个数据帧。

示例 1：为分数 >= 80 的学生创建数据框

Python3

# creating a new dataframe by applying the required 
# conditions in [] 
df1 = df[df['Score'] >= 80]
  
print(df1)

输出：

示例 2：为 Last_Name 为 Mishra 的学生创建一个数据框

Python3

# Creating on the basis of Last_Name
dfname = df[df['Last_Name'] == 'Mishra']
  
print(dfname)

输出：

我们也可以通过放置适当的条件对其他列执行相同的操作

方法 2：使用掩码变量进行布尔索引

我们在前面的方法中为列的条件创建了一个掩码变量

示例 1：获取具有 MBA 学位的学生的数据框

Python3

# creating the mask variable with appropriate
# condition
mask_var = df['Degree'] =='MBA'
  
# creating a dataframe
df1_mask = df[mask_var]
  
print(df1_mask)

输出 ：

示例 2：获取其余学生的数据框

要获取数据框中的其余值，我们可以简单地通过在其后添加 ~(波浪号) 来反转掩码变量。

Python3

# creating dataframe with inverted mask variable
df2_mask = df[~mask_var]
  
print(df2_mask)

输出 ：

方法三：使用groupby()函数

使用 groupby() 我们可以使用特定的列值对行进行分组，然后将其显示为单独的数据框。

示例 1：根据学位对所有学生进行分组并按要求显示

Python3

# Creating an object using groupby
grouped = df.groupby('Degree')
  
# the return type of the object 'grouped' is 
# pandas.core.groupby.generic.DataFrameGroupBy.
  
# Creating a dataframe from the object using get_group().
# dataframe of students with Degree as MBA.
df_grouped = grouped.get_group('MBA')
  
print(df_grouped)

输出：拥有MBA学位的学生数据框

示例 2：根据学生的分数对所有学生进行分组并按要求显示

Python3

# Creating another object using groupby
grouped2 = df.groupby('Score')
  
# the return type of the object 'grouped2' is 
# pandas.core.groupby.generic.DataFrameGroupBy.
  
# Creating a dataframe from the object 
# using get_group() dataframe of students
# with Score = 90
df_grouped2 = grouped2.get_group(90)
  
print(df_grouped2)

输出：分数 = 90 的学生数据框。