Pandas 按列值拆分 DataFrame

Question

我有 DataFrame 列 Sales 。

如何根据 Sales 值将其拆分为 2？

第一个 DataFrame 将有数据 'Sales' < s 第二个有 'Sales' >= s

原文由 146 percent Russian 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以使用 boolean indexing ：

 df = pd.DataFrame({'Sales':[10,20,30,40,50], 'A':[3,4,7,6,1]})
print (df)
   A  Sales
0  3     10
1  4     20
2  7     30
3  6     40
4  1     50

s = 30

df1 = df[df['Sales'] >= s]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

df2 = df[df['Sales'] < s]
print (df2)
   A  Sales
0  3     10
1  4     20

也可以通过 --- 反转 mask ~ ：

 mask = df['Sales'] >= s
df1 = df[mask]
df2 = df[~mask]
print (df1)
   A  Sales
2  7     30
3  6     40
4  1     50

print (df2)
   A  Sales
0  3     10
1  4     20

---

 print (mask)
0    False
1    False
2     True
3     True
4     True
Name: Sales, dtype: bool

print (~mask)
0     True
1     True
2    False
3    False
4    False
Name: Sales, dtype: bool

原文由 jezrael 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

使用 groupby 你可以分成两个数据帧

In [1047]: df1, df2 = [x for _, x in df.groupby(df['Sales'] < 30)]

In [1048]: df1
Out[1048]:
   A  Sales
2  7     30
3  6     40
4  1     50

In [1049]: df2
Out[1049]:
   A  Sales
0  3     10
1  4     20

原文由 Zero 发布，翻译遵循 CC BY-SA 3.0 许可协议