根据长度将数据帧分为相对均匀的块
我必须创建一个函数，将提供的数据帧分成所需大小的块。例如，如果数据帧包含1111行，我希望能够指定400行的块大小，并获得三个较小的数据帧，分别具有400、400和311的大小。是否有方便的功能来完成这项工作？在切片的数据帧上存储和迭代的最佳方法是什么？
示例数据框
import numpy as np
import pandas as pd
test = pd.concat([pd.Series(np.random.rand(1111)), pd.Series(np.random.rand(1111))], axis = 1)
问题答案：
您可以将序列的底数划分为数据帧中的行数，然后将其用于groupby将数据帧拆分为大小相等的块：
n = 400
for g, df in test.groupby(np.arange(len(test)) // n):
print(df.shape)
# (400, 2)
# (400, 2)
# (311, 2)
-
我有9个ignite服务器实例，其缓存处于模式，在这种模式下，我用Kafka从分区并行加载数据。这里的分区包含的条目数可以通过字段唯一标识，我还使用将条目从一个分区配置到一个实例。我将key定义为， 因此，我试图在ignite实例中的缓存项和分区之间实现一对一的映射，例如。但在我的例子中，我得到的映射是， 这里实现了关联配置部分，即具有相同分区ID的条目缓存在相同的ignite实例上。但是，数据在
-
0.1-0.2:********** 0.2-0.3:******** 0.3-0.4:********* 0.5-0.6:********* 0.6-0.7:********* 0.7-0.8:********* 0.4-0.5:********* 0.5-0.6:********* 0.6-0.7:********* 0.1-0.2:********* 0.2-0.3:********* 0.
-
我有两个数据帧df1和df2。df1就像一个具有以下值的字典 df2具有以下值： 我想基于df1数据帧中的，将df2拆分为3个新的数据帧。 日期，TLRA_权益栏应位于数据框 预期产出： > 数据帧 消费者，非周期性数据帧 请让我知道如何有效地做。我想做的是连接列名，例如，然后根据列名的前半部分分割数据帧。 代码： 但这很复杂。需要更好的解决方案。
-
问题内容： 我将如何能够采取像一个字符串 ，并将其分成4个长度元组像（，，） 问题答案： 用途：
-
我在SE上看到过关于压缩算法的问题，但没有一个完全符合我的要求。显然，真正均匀分布的数据无法压缩，但我们能做到多近？ 我（可能是错误的）想法：我会想象通过转换数据（以某种方式标准化？），您可以强调几乎一致的数据的非均匀性方面，然后使用转换集进行压缩，可能与逆变换或其参数一起进行。但也许我完全错了，当数据接近均匀性时，它们的表现都一样糟糕？ 当我查看（无损）压缩算法列表时，我看不出它们对某些类型的数
-
问题内容： 假设我要在2d矩形区域内插值。我的变量“ z”包含如下所示的数据。每列的值都是恒定的，但是，数组的每一行的值可以不同，如下面的注释所示。 作为另一种可视化方法，我知道的值数组为： 我不知道“？” 值，并且应该对其进行插值。我尝试将它们替换为“无”，但是所有结果都得到“ nan”。 编辑： 我想我需要使用’griddata’或’interp2’。griddata似乎产生了我期望的结果，但