Python 3.6中按不同类别拆分数据集的方法求助

嘿，手动切片上千个类别确实太折磨人了！groupby就是专门解决这类分组问题的神器，我给你详细讲讲怎么用它批量处理你的需求：

核心思路 #

通过pandas.DataFrame.groupby('CLASS')按类别分组，然后遍历每个分组，把它们转换成你需要的numpy数组（和你手动切片后.values的结果一致），最后把这些子数据集存到字典里，方便后续按类别名调用。

完整代码示例 #

首先假设你已经加载好数据集了，以下是完整的实现步骤：

import pandas as pd

# 示例加载你的数据集（实际中你可以用pd.read_csv读取本地文件）
data = """CLASS, value1
A, 1
A, 2
A, 3
A, 5
B, 4
B, 1
B, 2
C, 1
C, 5"""
dataset = pd.read_csv(pd.io.common.StringIO(data))

# 关键步骤：按CLASS分组并批量生成子数据集
grouped_data = {}
# 遍历每个分组，class_name是类别名（比如A、B、C），group是对应类别的DataFrame
for class_name, group in dataset.groupby('CLASS'):
    # 将分组后的DataFrame转换成numpy数组，存入字典
    grouped_data[class_name] = group.values

如何使用生成的子数据集 #

现在你可以直接通过类别名快速调用对应的子数据集：

# 获取类别A的子数据集，和你手动切片的datasetA完全一致
print(grouped_data['A'])
# 输出：
# [['A' 1]
#  ['A' 2]
#  ['A' 3]
#  ['A' 5]]

扩展用法 #

• 如果只需要value1列的数值数组（不需要CLASS列），可以修改赋值语句：

  grouped_data[class_name] = group['value1'].values
  

• 如果想一次性获取所有分组的列表（每个元素是(类别名, 子DataFrame)的元组），可以直接用：

  group_list = list(dataset.groupby('CLASS'))
  # 比如取第一个分组：group_list[0] → ('A', 对应DataFrame)
  

这种方法完全自动化，不管你有多少个类别（哪怕几千种），都能一键完成拆分，再也不用手动计算切片索引啦！

内容的提问来源于stack exchange，提问作者蒟蒻海