按ID拆分DataFrame的实用方法
本文介绍如何基于包含缺失值（NaN）的DataFrame，根据特定ID生成规则，构建多个只包含特定列的DataFrame。核心思想是根据某一列的非缺失值来确定ID，然后基于此ID列，分别提取其他列的非缺失值，最终生成多个目标DataFrame。
本文将介绍如何基于包含缺失值（NaN）的DataFrame，根据特定ID生成规则，构建多个只包含特定列的DataFrame。核心思想是根据某一列的非缺失值来确定ID，然后基于此ID列，分别提取其他列的非缺失值，最终生成多个目标DataFrame。
问题描述
假设我们有一个DataFrame，其中包含多个NaN值。我们的目标是基于该DataFrame构建三个不同的DataFrame，每个DataFrame包含一个ID列和一个原始DataFrame中的列。ID的生成规则是：从某一列（例如'a'列）的非NaN单元格开始，到下一个非NaN单元格为止，这些行都具有相同的ID。
解决方案
以下是使用pandas实现此目标的步骤：
- 创建ID列: 基于DataFrame的'a'列的非NaN值生成ID列。使用notna().cumsum()方法可以实现此目的。notna()返回一个布尔Series，指示每个值是否为非NaN。cumsum()计算累积和，每当遇到非NaN值时，累积和就会增加，从而为每个连续的非NaN值块分配唯一的ID。
- 创建目标DataFrame: 对于每个要提取的列（'a'，'b'，'c'），创建一个新的DataFrame，其中包含'id'列和目标列。使用dropna()方法删除包含NaN值的行。
import pandas as pd
import numpy as np
# 示例DataFrame
df = pd.DataFrame({'a':[10, np.nan, np.nan, 22, np.nan], 'b':[23, 12, 7, 4, np.nan], 'c':[13, np.nan, np.nan, np.nan, 65]})
# 创建ID列
df['id'] = df['a'].notna().cumsum()
# 创建目标DataFrame
df_a = df[['id','a']].dropna()
df_b = df[['id','b']].dropna()
df_c = df[['id','c']].dropna()
print("df_a:\n", df_a)
print("\ndf_b:\n", df_b)
print("\ndf_c:\n", df_c)代码解释:
- df['a'].notna(): 创建一个布尔Series，如果'a'列中的值不是NaN，则为True，否则为False。
- cumsum(): 计算上述布尔Series的累积和。每当遇到True（非NaN值）时，累积和就会增加。
- df[['id','a']]: 创建一个新的DataFrame，其中包含'id'列和'a'列。
- dropna(): 删除新DataFrame中包含NaN值的行。
结果
运行上述代码将生成三个DataFrame：df_a，df_b和df_c，它们分别包含'id'列和'a'，'b'和'c'列的非NaN值。
重置索引 (可选)
如果需要，可以使用reset_index(drop=True)方法重置结果DataFrame的索引，使其从0开始连续编号。
df_a = df[['id','a']].dropna().reset_index(drop=True)
df_b = df[['id','b']].dropna().reset_index(drop=True)
df_c = df[['id','c']].dropna().reset_index(drop=True)
print("df_a with reset index:\n", df_a)drop=True参数防止将旧索引添加到DataFrame中作为新列。
总结
本教程演示了如何基于包含缺失值的DataFrame，根据特定ID生成规则，构建多个不同的DataFrame。关键步骤包括创建ID列和使用dropna()方法删除包含NaN值的行。此方法可以灵活地应用于各种数据处理场景，以提取和组织所需的数据子集。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
