在Pandas中根据多列的值分割数据框架

在这篇文章中，我们将看到如何使用Python通过各种方法和基于各种参数来划分一个数据框架。为了根据列中的值将一个数据框分成两个或多个独立的数据框，我们首先创建一个数据框。

创建一个用于去污的数据框架：

# importing pandas as pd
import pandas as pd
  
  
# dictionary of lists
dict = {'First_Name': ["Aparna", "Pankaj", "Sudhir", 
                       "Geeku", "Anuj", "Aman",
                       "Madhav", "Raj", "Shruti"],
        'Last_Name': ["Pandey", "Gupta", "Mishra", 
                      "Chopra", "Mishra", "Verma", 
                      "Sen", "Roy", "Agarwal"],
        'Email_ID': ["apandey@gmail.com", "pankaj@gmail.com",
                     "sumishra23@gmail.com", "cgeeku@yahoo.com",
                     "anuj24@gmail.com", "amanver@yahoo.com",
                     "madhav1998@gmail.com", "rroy7@gmail.com",
                     "sagarwal36@gmail.com"],
        'Degree': ["MBA", "BCA", "M.Tech", "MBA", "B.Sc",
                   "B.Tech", "B.Tech", "MBA", "M.Tech"],
        'Score': [90, 40, 75, 98, 94, 90, 80, 90, 95]}
  
# creating dataframe
df = pd.DataFrame(dict)
  
print(df)

输出:

方法1：通过布尔索引法

我们可以通过使用布尔索引方法和提及所需的标准，从一个给定的数据框架中根据某个列的值创建多个数据框架。

例子1：为分数大于等于80分的学生创建一个数据框架

# creating a new dataframe by applying the required 
# conditions in [] 
df1 = df[df['Score'] >= 80]
  
print(df1)

输出:

示例2：为Last_Name为Mishra的学生创建一个数据框架。

# Creating on the basis of Last_Name
dfname = df[df['Last_Name'] == 'Mishra']
  
print(dfname)

输出:

我们也可以通过设置适当的条件对其他列进行同样的处理

方法2：用掩码变量进行布尔索引

我们为前面的方法中的列的条件创建一个掩码变量

例子1：要获得学位为MBA的学生的数据框架

# creating the mask variable with appropriate
# condition
mask_var = df['Degree'] =='MBA'
  
# creating a dataframe
df1_mask = df[mask_var]
  
print(df1_mask)

输出 :

例子2：要为其余的学生获得一个数据框架

为了获得数据框架中的其他数值，我们可以简单地在掩码变量后面加一个~（tilde）来反转它。

# creating dataframe with inverted mask variable
df2_mask = df[~mask_var]
  
print(df2_mask)

输出 :

方法3：使用 groupby()函数

使用groupby()，我们可以用一个特定的列值对行进行分组，然后作为一个单独的数据帧显示。

例子1：根据学位对所有学生进行分组并按要求显示

# Creating an object using groupby
grouped = df.groupby('Degree')
  
# the return type of the object 'grouped' is 
# pandas.core.groupby.generic.DataFrameGroupBy.
  
# Creating a dataframe from the object using get_group().
# dataframe of students with Degree as MBA.
df_grouped = grouped.get_group('MBA')
  
print(df_grouped)

输出：学位为MBA的学生数据框架

例子2：根据学生的分数对所有学生进行分组，并按要求显示

# Creating another object using groupby
grouped2 = df.groupby('Score')
  
# the return type of the object 'grouped2' is 
# pandas.core.groupby.generic.DataFrameGroupBy.
  
# Creating a dataframe from the object 
# using get_group() dataframe of students
# with Score = 90
df_grouped2 = grouped2.get_group(90)
  
print(df_grouped2)

输出：得分=90的学生数据框架。