我有以下数据框架.
id A B C 1 34353 917998 x 2 34973 980340 x 3 87365 498097 x 4 98309 486547 x 5 87699 475132 6 52734 4298894 7 8749267 4918066 x 8 89872 18103 9 589892 4818086 y 10 765 4063 y 11 32369 418165 y 12 206 2918137 13 554 3918072 14 1029 1918051 x 15 2349243 4918064
对于每组空行,例如5,6我想创建一个新的数据框.需要生成多个数据帧.如下所示：
id A B 5 87699 475132 6 52734 4298894
id A B 8 89872 18103
id A B 12 206 2918137 13 554 3918072
id A B 15 2349243 4918064
解决方法
isnull = df.C.isnull() partitions = (isnull != isnull.shift()).cumsum() gb = df[isnull].groupby(partitions)
此时,我们已经完成了为df中每个连续NaN组创建单独数据帧的目标.对于gb.groups中的每个键,可以通过gb.get_group()方法访问它们
为了验证,我们将连接显示.
keys = gb.groups.keys() dfs = pd.concat([gb.get_group(g) for g in keys],keys=keys) dfs
设置为df
我使用了@Alberto Garcia-Raboso的读者
import io
import pandas as pd
# Create your sample dataframe
data = io.StringIO("""\
id A B C
1 34353 917998 x
2 34973 980340 x
3 87365 498097 x
4 98309 486547 x
5 87699 475132
6 52734 4298894
7 8749267 4918066 x
8 89872 18103
9 589892 4818086 y
10 765 4063 y
11 32369 418165 y
12 206 2918137
13 554 3918072
14 1029 1918051 x
15 2349243 4918064
""")
df = pd.read_csv(data,delim_whitespace=True)