通过“for”循环拆分熊猫数据帧会导致错误：KeyError: 'the label [1]

Question

我有一个这样的 ecel 表：

A    B    C    D

          9    someString

          9    someString

1    5         someString

2    6         someString

100  7         someString

101  8         someString

现在我试图将它分成两个数据帧：

df = df[df['C'].isnull()]

for i in range(0, len(df)-1):

    if (df.loc[i+1,'A'] - df.loc[i,'A']) >= 10:

        df1 = df.iloc[:i+1, :]

        df2 = df.iloc[i+1:, :]

    else:

        pass

print(df1)

print(df2)

我正在努力实现的目标：

df1：

A    B    C    D

1    5   NaN   someString

2    6   NaN   someString

df2：

A    B    C    D

100  7   NaN   someString

101  8   NaN   someString

这导致问题： KeyError: 'the label [1] is not in the [index]'

我想这是因为isnull()功能的原因，但我不知道该怎么做。这里可能需要一些帮助。

Answer 1

避免可变数量的变量改用字典。例如，您可以使用itertools.count为连续的数据帧生成键，并pd.Series.diff确定在何处进行拆分的索引。拆分本身可以使用 进行处理np.split。from itertools import countc = count()dfs = {}c_valid = df['C'].notnull()dfs[next(c)] = df[c_valid]split_indices = np.where(df.loc[~c_valid, 'A'].diff() > 10)[0]for df_split in np.split(df[~c_valid], split_indices):    dfs[next(c)] = df_split结果：print(*dfs.items(), sep='\n'*2)(0,     A   B    C0 NaN NaN  9.01 NaN NaN  9.0)(1,      A    B   C2  1.0  5.0 NaN3  2.0  6.0 NaN)(2,        A    B   C4  100.0  7.0 NaN5  101.0  8.0 NaN)

Answer 2

当您划分两个数据帧时，索引会得到保留，如果您打印第二个数据帧，您会看到索引中没有“1”：df2>>     A    B   C4  100  7.0 NaN5  101  8.0 NaN您可以使用iloc访问第一行：df2.iloc[0]>>A    101.0B      8.0C      NaNName: 5, dtype: float64另外，一条建议：避免for在熊猫中使用。对于您的情况，.diff如果要在“A”跳转时拆分数据库，请使用：ix=df[df.diff()['A']>10].index[-1]ix>> 4df1, df2 = df.loc[:ix-1], df.loc[ix:]