在python中遍历子数据帧

Question

我有一个名为 main_df 的大熊猫数据框，我想将其分为十个子数据框，以便于处理。要分割数据帧，我做了以下工作：

df_split = np.array_split(main_df, 10)

现在我可以通过执行以下操作来调用每个子集：

df_split[0].head(10)
df_split[1].head(10)

以此类推...

但是，现在我想创建一个循环，该循环执行涉及每个子数据帧的操作。我在想一些类似的事情：

for x in df_split:
    df_split[x] = "some action"

这是使用for循环遍历df_split的每个子数据帧的正确方法吗？任何建议或指导方针将不胜感激。

Answer 1

唯一的问题是实现。遍历b时，实际上实际上是直接遍历数据帧，如您所见：

df_split

因此，基本上不要尝试使用df_split = np.array_split(df, 2) for x in df_split : print(type(x)) <class 'pandas.core.frame.DataFrame'> <class 'pandas.core.frame.DataFrame'> 为df_split编制索引，因为它已经是数据帧。只需：

x

Answer 2

df_split = np.array_split（main_df，10）

对于df_split中的x：     x =“ some_action”

df_split [i]会给您一个错误，因为您没有使用索引来访问拆分的数据帧。您直接将它们用作x。

Answer 3

  

这将是循环遍历每个子数据帧的正确方法吗？   df_split是否带有for循环？

否，您的解决方案不正确。 np.array_split返回list个子数据帧。 x本身代表一个数据帧，因此df_split[x]毫无意义。而是使用enumerate：

for idx, df_sub in enumerate(df_split):
    df_split[idx] = some_function(df_sub)