Pandas中根据列值分割DataFrame

在数据分析中，经常会遇到需要将一个DataFrame分割成多个的情况基于特定列值的数据帧。一种这样的情况是，当我们想要将 DataFrame 分成两部分时：一个包含值低于某个阈值的行，另一个包含值高于或等于该阈值的行。

在 Pandas 中，我们可以完成此任务使用布尔索引进行分割。以下是我们如何通过示例实现这种拆分：

考虑以下 DataFrame，其中包含名为“Sales”的列：

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

假设我们想根据 Sales 值 30 将这个 DataFrame 分成两部分：

直接比较拆分：

The最简单的方法是与布尔索引运算符 '>=' 直接比较：

s = 30

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

   A  Sales
2  7     30
3  6     40
4  1     50

这将创建一个名为 df1 的新 DataFrame，其中包含 Sales 值大于或等于 30 的所有行。

使用反向掩码拆分：

要创建一个包含 Sales 小于 30 行的 DataFrame，我们可以使用以下命令反转掩码~:

df2 = df[~mask]
print (df2)

   A  Sales
0  3     10
1  4     20

这将创建一个名为 df2 的新 DataFrame，其中包含 Sales 值小于 30 的所有行。