熊猫数据框组由多行

Question

如果你有一只熊猫DataFrame({'a':[1,2,3,4,5,6,7,8,9]})有没有简单的方法将它分组为3个或任意数量的组？

我知道这可以通过添加一个包含允许分组的值的额外列来完成，例如，您可以将上述数据框加入[1,1,1,2,2,2,3,3,3]，并通过添加列加入group。但似乎应该不需要为此操作添加额外的列。

另外，我可以创建一个索引数组并循环使用它们作为DataFrame.ix []的参数的数组值，但对于大型DataFrame而言似乎并不快。

我错过了一个更简单的方法吗？

== ==方案

从下面我的首选解决方案的答案是使用numpy.array_split（如果一个不平等分工不同numpy.split使它不会引发异常），您还可以通过要分割的索引数组而不是所需的结果数量。与线下面你可以分割一个数据帧（DF）为x行

split_df = np.array_split(df, np.arange(0, len(df),x)) 

的split_df小DataFrames是一个列表，其中所述第一对象是一个空numpy的阵列与以下对象是分裂DataFrames。

Answer 1

下面是使用另一种方法numpy.split或numpy.array_split：

df = pd.DataFrame({"A":np.arange(9), "B":np.arange(10, 19)}, 
        index=np.arange(100, 109)) 
for tmp in np.split(df, 3): 
    print tmp 

输出为：

 A B 
100 0 10 
101 1 11 
102 2 12 
    A B 
103 3 13 
104 4 14 
105 5 15 
    A B 
106 6 16 
107 7 17 
108 8 18 

Answer 2

根据您的例子DataFrame：

In [25]: df.index/3 
Out[25]: Int64Index([0, 0, 0, 1, 1, 1, 2, 2, 2], dtype=int64) 

In [26]: for k,g in df.groupby(df.index/3): 
    ...:  print k,g 
    ...:  
0 a 
0 1 
1 2 
2 3 
1 a 
3 4 
4 5 
5 6 
2 a 
6 7 
7 8 
8 9