python - 将行写入新的数据帧

Question

这里有 pandas 的新程序员。我正在努力将 pandas 数据框的行分隔成新的数据框。我有一个看起来像这样的数据框:

In [1]: print (df)

       first_name                    email      organization
0            Brad           <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="4527372421052228242c296b262a28" rel="noreferrer noopener nofollow">[email protected]</a>              org1 
1           Jared          <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="0c666d7e69684c6b616d6560226f6361" rel="noreferrer noopener nofollow">[email protected]</a>              org2 
2          Daniel         <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="6f0b0e01060a032f08020e0603410c0002" rel="noreferrer noopener nofollow">[email protected]</a>              org3
3         Michael        <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="80ede9e3e8e1e5ecc0e7ede1e9ecaee3efed" rel="noreferrer noopener nofollow">[email protected]</a>              org1 
4           Jaime          <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="caa0aba3a7af8aada7aba3a6e4a9a5a7" rel="noreferrer noopener nofollow">[email protected]</a>              org2 

我想要做的是遍历数据框中的每一行，确定该行属于哪个组织(例如 Brad 属于 org1，Daniel 属于 org3)，然后我想将该行写入新的数据框中。在本例中，我想要 3 个新数据框，每个数据框如下所示:

组织1:

In [3]: print (org1)

       first_name                    email      organization
0            Brad           <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="127060737652757f737b7e3c717d7f" rel="noreferrer noopener nofollow">[email protected]</a>              org1
1         Michael        <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="4a272329222b2f260a2d272b232664292527" rel="noreferrer noopener nofollow">[email protected]</a>              org1 

组织2:

In [4]: print (org2)

       first_name                    email      organization
0           Jared          <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="acc6cddec9c8eccbc1cdc5c082cfc3c1" rel="noreferrer noopener nofollow">[email protected]</a>              org2 
1           Jaime          <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="80eae1e9ede5c0e7ede1e9ecaee3efed" rel="noreferrer noopener nofollow">[email protected]</a>              org2 

组织3:

In [3]: print (org3)

       first_name                    email      organization
0          Daniel         <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="c0a4a1aea9a5ac80a7ada1a9aceea3afad" rel="noreferrer noopener nofollow">[email protected]</a>              org3

如何创建一个循环来遍历原始数据帧中的每一行，通过特定列中的值识别要写入的数据帧，然后将其实际写入数据帧？

循环第一次遇到该值时，我希望它创建一个全新的数据帧。之后，任何具有相同值的后续行都应该添加到其中，而不是完全创建一个新行。任何帮助(以及理解循环如何在数据帧中工作的智慧)将不胜感激。

Answer 1

选项 1
分组依据

orgs = []
for _, g in df.groupby('organisation', as_index=False):
    orgs.append(g)

或者，

orgs = [g for _, g in df.groupby('organization', as_index=False)]

现在，orgs 是一个数据帧列表，每个组织一个。

或者，如果您希望结果为 dict，请使用 -

orgs = {i : g for i, g in df.groupby('organization', as_index=False)}

现在，要访问 org1 的数据帧，请调用 orgs['org1']。

---

选项 2
另一种选择是使用 pd.Series.unique -

进行过滤

orgs = []
for o in df.organization.unique():
    orgs.append(df.query('organization == @o'))

或者，

orgs = [df.query('organization == @o') for o in df.organization.unique()]

或者，

orgs = { o : df.query('organization == @o') for o in df.organization.unique()}