DataFrame分组遇KeyError：如何将1000行数据分为10等组并提取指定组

你用df.groupby(100)报错是因为groupby会把传入的单个数值当作列名处理，但你的DataFrame里没有名为100的列，因此触发KeyError。下面是两种可行的实现方案：

方案一：用分组键实现groupby操作（支持后续聚合等操作） #

利用DataFrame的索引做整数除法，生成每组的标识键，以此完成分组：

# 生成从0开始的分组键（0-9对应10个分组）
group_keys = df.index // 100
# 如果需要分组编号从1开始，改成这行
# group_keys = (df.index // 100) + 1

# 按分组键执行分组
res = df.groupby(group_keys)

提取指定分组 #

要提取编号为[1,5,6,7]的分组，可使用get_group方法配合pd.concat合并结果：

import pandas as pd

# 提取多个分组并合并成一个DataFrame
selected_groups = pd.concat([res.get_group(num) for num in [1,5,6,7]])

方案二：直接拆分DataFrame为列表（适合仅拆分提取场景） #

如果不需要groupby的聚合、遍历等功能，用numpy.array_split更直接，它会把DataFrame拆分成指定数量的均等子DataFrame列表：

import numpy as np

# 拆分为10个均等的DataFrame列表（列表索引从0开始）
df_groups = np.array_split(df, 10)

# 注意：列表索引从0开始，所以编号1对应索引0，5对应4，以此类推
selected_dfs = [df_groups[i-1] for i in [1,5,6,7]]
# 合并为单个DataFrame
selected_df = pd.concat(selected_dfs)

内容的提问来源于stack exchange，提问作者mark