Dividindo um DataFrame com base no valor da coluna no Pandas

Freqüentemente, na análise de dados, encontramos situações em que precisamos dividir um DataFrame em vários DataFrames baseados em um valor de coluna específico. Um desses casos é quando queremos dividir um DataFrame em duas partes: uma contendo linhas com valores abaixo de um determinado limite e outra contendo linhas com valores acima ou iguais a esse limite.

No Pandas, podemos fazer isso dividir usando indexação booleana. Veja como podemos conseguir essa divisão com um exemplo:

Considere o seguinte DataFrame com uma coluna chamada 'Sales':

df = pd.DataFrame({'Sales':[10,20,30,40,50], 'A':[3,4,7,6,1]})
print (df)

   A  Sales
0  3     10
1  4     20
2  7     30
3  6     40
4  1     50

Suponha que queremos dividir este DataFrame em dois com base em um valor de vendas de 30:

Divisão com comparação direta:

O o método mais simples é usar a comparação direta com o operador de indexação booleano '>=':

s = 30

df1 = df[df['Sales'] >= s]
print (df1)

   A  Sales
2  7     30
3  6     40
4  1     50

Isso cria um novo DataFrame chamado df1 que contém todas as linhas onde o valor Vendas é maior ou igual a 30.

Divisão com máscara inversa:

Para criar um DataFrame com linhas onde Vendas é menor que 30, podemos inverter a máscara usando ~:

df2 = df[~mask]
print (df2)

   A  Sales
0  3     10
1  4     20

Isso cria um novo DataFrame chamado df2 que contém todas as linhas onde o valor Sales é menor que 30.