in:
mydata = [{'subid' : 'B14-111', 'age': 75, 'fdg':1.78},
{'subid' : 'B14-112', 'age': 22, 'fdg':1.56},]
df = pd.DataFrame(mydata)
out:
age fdg subid
0 75 1.78 B14-111
1 22 1.56 B14-112
我想根据“age”列将数据帧分成两个不同的数据帧,如下所示:
out:
df1:
age fdg subid
0 75 1.78 B14-111
df2:
age fdg subid
1 22 1.56 B14-112
我怎样才能做到这一点?
解决方法:
我们可以使用布尔条件作为过滤器直接执行此操作:
In [5]:
df1 = df[df.age == 75]
df2 = df[df.age == 22]
print(df1)
print(df2)
age fdg subid
0 75 1.78 B14-111
age fdg subid
1 22 1.56 B14-112
但如果你有更多的年龄值,也许你想要对它们进行分组:
In [13]:
# group by the age column
gp = df.groupby('age')
# we can get the unique age values as a dict where the values are the key values
print(gp.groups)
# we can get a specific value passing the key value for the name
gp.get_group(name=75)
{75: [0], 22: [1]}
Out[13]:
age fdg subid
0 75 1.78 B14-111
我们还可以获取唯一值并再次使用它来过滤df:
In [15]:
ages = df.age.unique()
for age in ages:
print(df[df.age == age])
age fdg subid
0 75 1.78 B14-111
age fdg subid
1 22 1.56 B14-112
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。