按列对将数据帧拆分为子集

Question

我有一个包含 N 列的宽数据框。列成对呈现，如下所示：前两列在一起，接下来的两列，直到数据框的末尾：

  XS0552790049  Unnamed: 5583 XS0628646480  Unnamed: 5585
0   2010-10-22          100.0   2011-05-24         99.711
1   2010-10-25          100.0   2011-05-25         99.685
2   2010-10-26          100.0   2011-05-26        100.125
3   2010-10-27          100.0   2011-05-27         99.893
4   2010-10-28          100.0   2011-05-30         99.792

我想将此数据帧划分为 N/2 子集，每个子集包含一对相邻列，因此例如第一对将是

["XS0552790049","Unnamed: 5583"]

。

我考虑过使用 for 循环，但我肯定错过了一些东西，因为它不会生成子样本。也许我索引错误。

这是我的尝试：我尝试创建一个包含每个键的子样本的字典。

sub = {}
for i in range(0,len(df.columns)+1):
    sub[i] = df.iloc[:,i:i+3]

我对 Python 还很陌生，所以欢迎提出任何建议。

列说明，供记录：

• 第 1 栏：ISIN 1，每日日期顺序（债券 1 的发行至到期）
• 第 2 栏：ISIN1 价格历史数据
• 第 3 栏：ISIN 2，每日日期顺序（债券 2 的发行至到期）
• 第 4 栏：ISIN2 价格历史数据 等等。

Answer 1

大多数情况下，您只是省略了

range(start, stop, step)

迭代器中的步骤，使用 step=2。

然后列表推导式在这种情况下有利地封装

for

循环：

dfs = [ df.iloc[:,[i,i+1]] for i in range(0, len(df.columns), 2) ]

（请注意，

[:,[i,i+1]]

或

[:,i:i+2]]

确实返回相同的范围，因此可以相同地使用。）

这将返回您请求的成对子集列表：

dfs
[  XS0552790049  Unnamed: 5583
 0   2010-10-22          100.0
 1   2010-10-25          100.0
 2   2010-10-26          100.0
 3   2010-10-27          100.0
 4   2010-10-28          100.0,
   XS0628646480  Unnamed: 5585
 0   2011-05-24         99.711
 1   2011-05-25         99.685
 2   2011-05-26        100.125
 3   2011-05-27         99.893
 4   2011-05-30         99.792]

dfs[0]
  XS0552790049  Unnamed: 5583
0   2010-10-22          100.0
1   2010-10-25          100.0
2   2010-10-26          100.0
3   2010-10-27          100.0
4   2010-10-28          100.0

旁注：

• 应避免使用

  sub

  作为变量名，因为这是

  re

  模块中的 Python 函数。
• 列表看起来比字典更合适，除非您打算指定键来引用每一对。在这里，您使用一个简单的索引，因此，一个列表就足够了。

• df.shape[1]

  可以取代

  len(df.columns)

  ，因为数据帧维度也由

  df.shape

  作为元组给出。