Python-将数据框拆分为多个数据框

Question

我有一个非常大的数据框（大约一百万行），其中包含来自实验的数据（60位受访者）。我想将数据框分成60个数据框（每个参与者一个数据框）。

在数据帧（称为=数据）中，有一个名为“名称”的变量，它是每个参与者的唯一代码。

我已经尝试了以下方法，但是没有任何反应（或者一小时内没有停止）。我打算做的是将数据帧（数据）拆分为较小的数据帧，并将其附加到列表（数据列表）中：

import pandas as pd

def splitframe(data, name='name'):

    n = data[name][0]

    df = pd.DataFrame(columns=data.columns)

    datalist = []

    for i in range(len(data)):
        if data[name][i] == n:
            df = df.append(data.iloc[i])
        else:
            datalist.append(df)
            df = pd.DataFrame(columns=data.columns)
            n = data[name][i]
            df = df.append(data.iloc[i])

    return datalist

我没有收到错误消息，脚本似乎可以永远运行！

有什么聪明的方法吗？

Answer 1

首先，你的方法效率低下，因为在没有足够的空间容纳新条目的情况下，由于必须定期增长列表，因此逐行追加到列表的速度很慢，因此列表大小在此方面会更好，因为前面并分配一次。

但是，我认为从根本上讲，你的方法有点浪费，因为你已经有了一个数据框，为什么要为这些用户中的每一个创建一个新的？

我将按列对数据帧进行排序'name'，将索引设置为此，如果需要，则不要删除该列。

然后生成所有唯一条目的列表，然后你可以使用这些条目执行查找，并且至关重要的是，如果仅查询数据，请使用选择条件返回数据框上的视图，而不会产生昂贵的数据副本。

所以：

# sort the dataframe
df.sort(columns=['name'], inplace=True)
# set the index to be this and don't drop
df.set_index(keys=['name'], drop=False,inplace=True)
# get a list of names
names=df['name'].unique().tolist()
# now we can perform a lookup on a 'view' of the dataframe
joe = df.loc[df.name=='joe']
# now you can query all 'joes'

编辑
sort现在已弃用，你需要立即使用sort_values：

# sort the dataframe
df.sort_values(by='name', axis=1, inplace=True)
# set the index to be this and don't drop
df.set_index(keys=['name'], drop=False,inplace=True)
# get a list of names
names=df['name'].unique().tolist()
# now we can perform a lookup on a 'view' of the dataframe
joe = df.loc[df.name=='joe']
# now you can query all 'joes'

Answer 2

为什么不只通过切片数据帧来做到这一点。就像是

#create some data with Names column
data = pd.DataFrame({'Names': ['Joe', 'John', 'Jasper', 'Jez'] *4, 'Ob1' : np.random.rand(16), 'Ob2' : np.random.rand(16)})

#create unique list of names
UniqueNames = data.Names.unique()

#create a data frame dictionary to store your data frames
DataFrameDict = {elem : pd.DataFrame for elem in UniqueNames}

for key in DataFrameDict.keys():
    DataFrameDict[key] = data[:][data.Names == key]

嘿，请记住，你有一个数据帧字典，就像（我想）你想要它们一样。需要访问一个吗？只需输入

DataFrameDict['Joe']

希望能有所帮助