Python：Pandas – 根据列值分隔Dataframe

假设我有一个如下所示的数据帧：

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