У меня есть dataframe с колонки под названием Dir, который содержит пять значений: N, S, E, W и C. Я разделил их на отдельные dataframes так:Создание панды dataframes с функцией понимания
df_N = df[(df['Dir'] == 'N')]
df_S = df[(df['Dir'] == 'S')]
df_E = df[(df['Dir'] == 'E')]
df_W = df[(df['Dir'] == 'W')]
df_C = df[(df['Dir'] == 'C')]
Однако я хотел бы создать понимание функции или списка, которое делает это для меня, поэтому, если значения в данных изменяются, мне не нужно его перекодировать.
Я создал список значений, например, так:
CP_Vals = Series.unique(dftc2['iDir']).tolist()
Но не имея большой сделки OFD опыт в Python, я изо всех сил, чтобы создать что-то, что автоматизирует это. Я думал что-то вроде:
for x in CP_Vals:
df_x = df[(df['iDir'] == '%s' % x)]
Возможно ли это? Заранее спасибо!
Могу ли я спросить, зачем вам это нужно? Вы уже можете получить уникальные значения с помощью 'df ['Dir']. Unique()', поэтому не могли бы вы просто отфильтровать ваш df, используя эти значения, а не создавать новые dfs для каждого значения? – EdChum
Я собираюсь создать отдельные столбцы для значений N, S, E, W и C, чтобы объединиться с другим набором данных. – Tom
Вы все еще можете достичь этого, не создавая новые dfs, просто фильтруя master df, используя уникальные значения, просто предложение – EdChum