如何在RStudio中按列值（零/非零）拆分数据框列表？

针对你有50万个DataFrame的列表，要按某一列的0/非零值拆分的需求，核心思路是遍历列表里的每个DataFrame，用布尔索引筛选目标行后收集/合并，和拆分单个DataFrame的逻辑本质一致，只是多了遍历和批量处理的步骤，以下是两种常见场景的实现：

场景1：保留每个DataFrame的拆分结果，存入两个列表 #

如果你想把每个DataFrame拆分出的零值子DataFrame、非零值子DataFrame分别存进两个列表（比如后续要对应原列表的顺序处理）：

import pandas as pd

# 替换成你的DataFrame列表名和目标列名
df_list = [你的50万个DataFrame组成的列表]
target_col = "要判断的列名"

zero_group = []  # 存储每个DataFrame拆分出的零值子df
non_zero_group = []  # 存储每个DataFrame拆分出的非零值子df

for df in df_list:
    # 筛选目标列为0的行，用copy避免链式索引警告
    zero_df = df[df[target_col] == 0].copy()
    zero_group.append(zero_df)
    # 筛选目标列大于0的行
    non_zero_df = df[df[target_col] > 0].copy()
    non_zero_group.append(non_zero_df)

场景2：将所有零值行合并为一个大DataFrame，非零值行同理 #

如果你的需求是把所有DataFrame里的零值行汇总成一个大表，非零值行汇总成另一个大表：

import pandas as pd

df_list = [你的50万个DataFrame组成的列表]
target_col = "要判断的列名"

# 用列表推导式批量筛选后合并
zero_rows = pd.concat([df[df[target_col] == 0] for df in df_list], ignore_index=True)
non_zero_rows = pd.concat([df[df[target_col] > 0] for df in df_list], ignore_index=True)

内存优化提示 #

因为有50万个DataFrame，直接一次性合并可能会占用大量内存，建议分批处理：

import pandas as pd

df_list = [你的50万个DataFrame组成的列表]
target_col = "要判断的列名"
batch_size = 1000  # 每批次处理1000个df，可根据内存调整

zero_rows = pd.DataFrame()
non_zero_rows = pd.DataFrame()

# 分批次遍历列表
for i in range(0, len(df_list), batch_size):
    current_batch = df_list[i:i+batch_size]
    # 处理当前批次的零值行
    batch_zero = pd.concat([df[df[target_col] == 0] for df in current_batch], ignore_index=True)
    zero_rows = pd.concat([zero_rows, batch_zero], ignore_index=True)
    # 处理当前批次的非零值行
    batch_non_zero = pd.concat([df[df[target_col] > 0] for df in current_batch], ignore_index=True)
    non_zero_rows = pd.concat([non_zero_rows, batch_non_zero], ignore_index=True)

内容的提问来源于stack exchange，提问作者JGM