根据 Pandas 中的常见列将一个数据帧拆分为多个子数据帧

大佬教程收集整理的这篇文章主要介绍了根据 Pandas 中的常见列将一个数据帧拆分为多个子数据帧，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决根据 Pandas 中的常见列将一个数据帧拆分为多个子数据帧？

假设数据帧 @H_450_3@df 如下：

@H_450_3@            ISIN  Coupon  Issue Date maturity Date  Jan 18th  Jan 19th  \
0   CA135087A610  0.0150   7/30/2012      6/1/2023    103.13    103.14   
1   CA135087F254  0.0075  10/19/2015      3/1/2021    100.08    100.08   
2   CA135087F585  0.0075   4/11/2016      9/1/2021    100.40    100.40   
3   CA135087G328  0.0050  10/11/2016      3/1/2022    100.44    100.43   
4   CA135087H490  0.0175   10/6/2017      3/1/2023    103.29    130.29   
5   CA135087ZU15  0.0275    8/2/2011      6/1/2022    103.61    103.60   
6   CA135087J546  0.0225   10/5/2018      3/1/2024    106.21    106.21   
7   CA135087J967  0.0150    4/5/2019      9/1/2024    104.27    104.28   
8   CA135087K528  0.0125  10/11/2019      3/1/2025    103.60    103.60   
9   CA135087K940  0.0050    4/3/2020      9/1/2025    100.33    100.32   
10  CA135087L518  0.0025   10/9/2020      3/1/2026     98.78     98.77   

    Jan 20th  
0     103.10  
1     100.08  
2     100.39  
3     100.41  
4     103.25  
5     103.57  
6     106.17  
7     104.25  
8     103.59  
9     100.30  
10     98.76  

我需要根据公共列 @H_450_3@ISIN、@H_450_3@Coupon、@H_450_3@Issue Date、@H_450_3@maturity Date 将其拆分为 3 个子数据框。

@H_450_3@common_columns = ['ISIN','Coupon','Issue Date','maturity Date']
df1.columns = common_columns + 'Jan 18th'
df2.columns = common_columns + 'Jan 19th'
df3.columns = common_columns + 'Jan 20th'

然后将它们保存到一个 excel 文件中，工作表名称为 @H_450_3@Jan 18th、@H_450_3@Jan 19th 和 @H_450_3@Jan 20th。请注意，在实际数据中还有其他日期列 @H_450_3@Jan 21th、@H_450_3@Jan 22th 等。

保存数据帧：

@H_450_3@writer = pd.ExcelWriter('data.xLSX')
df1.to_excel(writer,'Jan 18th')
df2.to_excel(writer,'Jan 19th')
df3.to_excel(writer,'Jan 20th')
writer.save()

我怎么能在 Python 中做到这一点？谢谢。

更新：

对于第一张纸的 @H_450_3@ISIN 由 @H_450_3@2021-01-18 代替，1 月 18 日由 @H_450_3@Close Price 代替，第二张纸的 @H_450_3@ISIN 由 @H_450_3@2021-01-19 代替，1 月 19 日由 {{1} }，第三张工作表的 @H_450_3@Close Price 被 @H_450_3@ISIN 取代，1 月 20 日被 @H_450_3@2021-01-20 取代。

解决方法

@H_450_3@comm_cols = ['ISIN','Coupon','Issue Date','Maturity Date']
date_cols = df.columns.difference(comm_cols)

with pd.ExcelWriter('data.xLSX') as writer:
    for col in date_cols:
        sub_df = df[comm_cols + [col]]
        sub_df.to_excel(writer,sheet_name=col)
        
    writer.save()

@H_450_3@comm_cols = ['ISIN','Maturity Date']
isin_cols = ['2021-01-18','2021-02-18','2021-02-19']
date_cols = df.columns.difference(comm_cols)

with pd.ExcelWriter('data.xLSX') as writer:
    for col,isin_col in zip(date_cols,isin_cols):
        sub_df = df[comm_cols + [col]].rename(columns={'ISIN': isin_col})
        sub_df.to_excel(writer,sheet_name=col)
        
    writer.save()

大佬总结

以上是大佬教程为你收集整理的根据 Pandas 中的常见列将一个数据帧拆分为多个子数据帧全部内容，希望文章能够帮你解决根据 Pandas 中的常见列将一个数据帧拆分为多个子数据帧所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。