Description:

apandasexsplit 0.10

Several methods to split a pandas DataFrame/Series
pip install a-pandas-ex-split

from a_pandas_ex_split import pd_add_df_split

import pandas as pd

pd_add_df_split()



df = pd.read_csv(

"https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv"

)

df = df[:50]

t1 = df.ds_iloc_split(splitindex=[10, 20, 40])

print(f"\n\n{t1=}")

t2 = df.ds_loc_split(splitindex=[10, 20, 35])

print(f"\n\n{t2=}")

t3 = df.ds_iloc_split_pairwise(splitindex=[(0, 10), (25, 30)], include_last=True)

print(f"\n\n{t3=}")

t4 = df.ds_split_in_n_parts(n=9) # len of results = [6, 6, 6, 6, 6, 5, 5, 5, 5]

print(f"\n\n{t4=}")

t5 = df.ds_split_in_n_parts_of_length(

size_of_each=8, exact_split=False

) # len of results = [9, 9, 8, 8, 8, 8]

print(f"\n\n{t5=}")

t6 = df.ds_split_in_n_parts_of_length(

size_of_each=8, exact_split=True

) # len of results = [8, 8, 8, 8, 8, 8, 2]

print(f"\n\n{t6=}")



t7 = df.PassengerId.ds_split_in_n_parts_of_length(

size_of_each=8, exact_split=True

) # len of results = [8, 8, 8, 8, 8, 8, 2]

print(f"\n\n{t7=}")











t1=[ PassengerId Survived Pclass ... Fare Cabin Embarked

0 1 0 3 ... 7.2500 NaN S

1 2 1 1 ... 71.2833 C85 C

2 3 1 3 ... 7.9250 NaN S

3 4 1 1 ... 53.1000 C123 S

4 5 0 3 ... 8.0500 NaN S

5 6 0 3 ... 8.4583 NaN Q

6 7 0 1 ... 51.8625 E46 S

7 8 0 3 ... 21.0750 NaN S

8 9 1 3 ... 11.1333 NaN S

9 10 1 2 ... 30.0708 NaN C

[10 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

10 11 1 3 ... 16.7000 G6 S

11 12 1 1 ... 26.5500 C103 S

12 13 0 3 ... 8.0500 NaN S

13 14 0 3 ... 31.2750 NaN S

14 15 0 3 ... 7.8542 NaN S

15 16 1 2 ... 16.0000 NaN S

16 17 0 3 ... 29.1250 NaN Q

17 18 1 2 ... 13.0000 NaN S

18 19 0 3 ... 18.0000 NaN S

19 20 1 3 ... 7.2250 NaN C

[10 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

20 21 0 2 ... 26.0000 NaN S

21 22 1 2 ... 13.0000 D56 S

22 23 1 3 ... 8.0292 NaN Q

23 24 1 1 ... 35.5000 A6 S

24 25 0 3 ... 21.0750 NaN S

25 26 1 3 ... 31.3875 NaN S

26 27 0 3 ... 7.2250 NaN C

27 28 0 1 ... 263.0000 C23 C25 C27 S

28 29 1 3 ... 7.8792 NaN Q

29 30 0 3 ... 7.8958 NaN S

30 31 0 1 ... 27.7208 NaN C

31 32 1 1 ... 146.5208 B78 C

32 33 1 3 ... 7.7500 NaN Q

33 34 0 2 ... 10.5000 NaN S

34 35 0 1 ... 82.1708 NaN C

35 36 0 1 ... 52.0000 NaN S

36 37 1 3 ... 7.2292 NaN C

37 38 0 3 ... 8.0500 NaN S

38 39 0 3 ... 18.0000 NaN S

39 40 1 3 ... 11.2417 NaN C

[20 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

40 41 0 3 ... 9.4750 NaN S

41 42 0 2 ... 21.0000 NaN S

42 43 0 3 ... 7.8958 NaN C

43 44 1 2 ... 41.5792 NaN C

44 45 1 3 ... 7.8792 NaN Q

45 46 0 3 ... 8.0500 NaN S

46 47 0 3 ... 15.5000 NaN Q

47 48 1 3 ... 7.7500 NaN Q

48 49 0 3 ... 21.6792 NaN C

49 50 0 3 ... 17.8000 NaN S

[10 rows x 12 columns]]

t2=[ PassengerId Survived Pclass ... Fare Cabin Embarked

0 1 0 3 ... 7.2500 NaN S

1 2 1 1 ... 71.2833 C85 C

2 3 1 3 ... 7.9250 NaN S

3 4 1 1 ... 53.1000 C123 S

4 5 0 3 ... 8.0500 NaN S

5 6 0 3 ... 8.4583 NaN Q

6 7 0 1 ... 51.8625 E46 S

7 8 0 3 ... 21.0750 NaN S

8 9 1 3 ... 11.1333 NaN S

9 10 1 2 ... 30.0708 NaN C

10 11 1 3 ... 16.7000 G6 S

[11 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

10 11 1 3 ... 16.7000 G6 S

11 12 1 1 ... 26.5500 C103 S

12 13 0 3 ... 8.0500 NaN S

13 14 0 3 ... 31.2750 NaN S

14 15 0 3 ... 7.8542 NaN S

15 16 1 2 ... 16.0000 NaN S

16 17 0 3 ... 29.1250 NaN Q

17 18 1 2 ... 13.0000 NaN S

18 19 0 3 ... 18.0000 NaN S

19 20 1 3 ... 7.2250 NaN C

20 21 0 2 ... 26.0000 NaN S

[11 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

20 21 0 2 ... 26.0000 NaN S

21 22 1 2 ... 13.0000 D56 S

22 23 1 3 ... 8.0292 NaN Q

23 24 1 1 ... 35.5000 A6 S

24 25 0 3 ... 21.0750 NaN S

25 26 1 3 ... 31.3875 NaN S

26 27 0 3 ... 7.2250 NaN C

27 28 0 1 ... 263.0000 C23 C25 C27 S

28 29 1 3 ... 7.8792 NaN Q

29 30 0 3 ... 7.8958 NaN S

30 31 0 1 ... 27.7208 NaN C

31 32 1 1 ... 146.5208 B78 C

32 33 1 3 ... 7.7500 NaN Q

33 34 0 2 ... 10.5000 NaN S

34 35 0 1 ... 82.1708 NaN C

35 36 0 1 ... 52.0000 NaN S

[16 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

35 36 0 1 ... 52.0000 NaN S

36 37 1 3 ... 7.2292 NaN C

37 38 0 3 ... 8.0500 NaN S

38 39 0 3 ... 18.0000 NaN S

39 40 1 3 ... 11.2417 NaN C

40 41 0 3 ... 9.4750 NaN S

41 42 0 2 ... 21.0000 NaN S

42 43 0 3 ... 7.8958 NaN C

43 44 1 2 ... 41.5792 NaN C

44 45 1 3 ... 7.8792 NaN Q

45 46 0 3 ... 8.0500 NaN S

46 47 0 3 ... 15.5000 NaN Q

47 48 1 3 ... 7.7500 NaN Q

48 49 0 3 ... 21.6792 NaN C

49 50 0 3 ... 17.8000 NaN S

[15 rows x 12 columns]]

t3=[ PassengerId Survived Pclass ... Fare Cabin Embarked

0 1 0 3 ... 7.2500 NaN S

1 2 1 1 ... 71.2833 C85 C

2 3 1 3 ... 7.9250 NaN S

3 4 1 1 ... 53.1000 C123 S

4 5 0 3 ... 8.0500 NaN S

5 6 0 3 ... 8.4583 NaN Q

6 7 0 1 ... 51.8625 E46 S

7 8 0 3 ... 21.0750 NaN S

8 9 1 3 ... 11.1333 NaN S

9 10 1 2 ... 30.0708 NaN C

10 11 1 3 ... 16.7000 G6 S

[11 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

25 26 1 3 ... 31.3875 NaN S

26 27 0 3 ... 7.2250 NaN C

27 28 0 1 ... 263.0000 C23 C25 C27 S

28 29 1 3 ... 7.8792 NaN Q

29 30 0 3 ... 7.8958 NaN S

30 31 0 1 ... 27.7208 NaN C

[6 rows x 12 columns]]

t4=[ PassengerId Survived Pclass ... Fare Cabin Embarked

0 1 0 3 ... 7.2500 NaN S

1 2 1 1 ... 71.2833 C85 C

2 3 1 3 ... 7.9250 NaN S

3 4 1 1 ... 53.1000 C123 S

4 5 0 3 ... 8.0500 NaN S

5 6 0 3 ... 8.4583 NaN Q

[6 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

6 7 0 1 ... 51.8625 E46 S

7 8 0 3 ... 21.0750 NaN S

8 9 1 3 ... 11.1333 NaN S

9 10 1 2 ... 30.0708 NaN C

10 11 1 3 ... 16.7000 G6 S

11 12 1 1 ... 26.5500 C103 S

[6 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

12 13 0 3 ... 8.0500 NaN S

13 14 0 3 ... 31.2750 NaN S

14 15 0 3 ... 7.8542 NaN S

15 16 1 2 ... 16.0000 NaN S

16 17 0 3 ... 29.1250 NaN Q

17 18 1 2 ... 13.0000 NaN S

[6 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

18 19 0 3 ... 18.0000 NaN S

19 20 1 3 ... 7.2250 NaN C

20 21 0 2 ... 26.0000 NaN S

21 22 1 2 ... 13.0000 D56 S

22 23 1 3 ... 8.0292 NaN Q

23 24 1 1 ... 35.5000 A6 S

[6 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

24 25 0 3 ... 21.0750 NaN S

25 26 1 3 ... 31.3875 NaN S

26 27 0 3 ... 7.2250 NaN C

27 28 0 1 ... 263.0000 C23 C25 C27 S

28 29 1 3 ... 7.8792 NaN Q

29 30 0 3 ... 7.8958 NaN S

[6 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

30 31 0 1 ... 27.7208 NaN C

31 32 1 1 ... 146.5208 B78 C

32 33 1 3 ... 7.7500 NaN Q

33 34 0 2 ... 10.5000 NaN S

34 35 0 1 ... 82.1708 NaN C

[5 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

35 36 0 1 ... 52.0000 NaN S

36 37 1 3 ... 7.2292 NaN C

37 38 0 3 ... 8.0500 NaN S

38 39 0 3 ... 18.0000 NaN S

39 40 1 3 ... 11.2417 NaN C

[5 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

40 41 0 3 ... 9.4750 NaN S

41 42 0 2 ... 21.0000 NaN S

42 43 0 3 ... 7.8958 NaN C

43 44 1 2 ... 41.5792 NaN C

44 45 1 3 ... 7.8792 NaN Q

[5 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

45 46 0 3 ... 8.0500 NaN S

46 47 0 3 ... 15.5000 NaN Q

47 48 1 3 ... 7.7500 NaN Q

48 49 0 3 ... 21.6792 NaN C

49 50 0 3 ... 17.8000 NaN S

[5 rows x 12 columns]]

t5=[ PassengerId Survived Pclass ... Fare Cabin Embarked

0 1 0 3 ... 7.2500 NaN S

1 2 1 1 ... 71.2833 C85 C

2 3 1 3 ... 7.9250 NaN S

3 4 1 1 ... 53.1000 C123 S

4 5 0 3 ... 8.0500 NaN S

5 6 0 3 ... 8.4583 NaN Q

6 7 0 1 ... 51.8625 E46 S

7 8 0 3 ... 21.0750 NaN S

8 9 1 3 ... 11.1333 NaN S

[9 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

9 10 1 2 ... 30.0708 NaN C

10 11 1 3 ... 16.7000 G6 S

11 12 1 1 ... 26.5500 C103 S

12 13 0 3 ... 8.0500 NaN S

13 14 0 3 ... 31.2750 NaN S

14 15 0 3 ... 7.8542 NaN S

15 16 1 2 ... 16.0000 NaN S

16 17 0 3 ... 29.1250 NaN Q

17 18 1 2 ... 13.0000 NaN S

[9 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

18 19 0 3 ... 18.0000 NaN S

19 20 1 3 ... 7.2250 NaN C

20 21 0 2 ... 26.0000 NaN S

21 22 1 2 ... 13.0000 D56 S

22 23 1 3 ... 8.0292 NaN Q

23 24 1 1 ... 35.5000 A6 S

24 25 0 3 ... 21.0750 NaN S

25 26 1 3 ... 31.3875 NaN S

[8 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

26 27 0 3 ... 7.2250 NaN C

27 28 0 1 ... 263.0000 C23 C25 C27 S

28 29 1 3 ... 7.8792 NaN Q

29 30 0 3 ... 7.8958 NaN S

30 31 0 1 ... 27.7208 NaN C

31 32 1 1 ... 146.5208 B78 C

32 33 1 3 ... 7.7500 NaN Q

33 34 0 2 ... 10.5000 NaN S

[8 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

34 35 0 1 ... 82.1708 NaN C

35 36 0 1 ... 52.0000 NaN S

36 37 1 3 ... 7.2292 NaN C

37 38 0 3 ... 8.0500 NaN S

38 39 0 3 ... 18.0000 NaN S

39 40 1 3 ... 11.2417 NaN C

40 41 0 3 ... 9.4750 NaN S

41 42 0 2 ... 21.0000 NaN S

[8 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

42 43 0 3 ... 7.8958 NaN C

43 44 1 2 ... 41.5792 NaN C

44 45 1 3 ... 7.8792 NaN Q

45 46 0 3 ... 8.0500 NaN S

46 47 0 3 ... 15.5000 NaN Q

47 48 1 3 ... 7.7500 NaN Q

48 49 0 3 ... 21.6792 NaN C

49 50 0 3 ... 17.8000 NaN S

[8 rows x 12 columns]]

t6=[ PassengerId Survived Pclass ... Fare Cabin Embarked

0 1 0 3 ... 7.2500 NaN S

1 2 1 1 ... 71.2833 C85 C

2 3 1 3 ... 7.9250 NaN S

3 4 1 1 ... 53.1000 C123 S

4 5 0 3 ... 8.0500 NaN S

5 6 0 3 ... 8.4583 NaN Q

6 7 0 1 ... 51.8625 E46 S

7 8 0 3 ... 21.0750 NaN S

[8 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

8 9 1 3 ... 11.1333 NaN S

9 10 1 2 ... 30.0708 NaN C

10 11 1 3 ... 16.7000 G6 S

11 12 1 1 ... 26.5500 C103 S

12 13 0 3 ... 8.0500 NaN S

13 14 0 3 ... 31.2750 NaN S

14 15 0 3 ... 7.8542 NaN S

15 16 1 2 ... 16.0000 NaN S

[8 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

16 17 0 3 ... 29.1250 NaN Q

17 18 1 2 ... 13.0000 NaN S

18 19 0 3 ... 18.0000 NaN S

19 20 1 3 ... 7.2250 NaN C

20 21 0 2 ... 26.0000 NaN S

21 22 1 2 ... 13.0000 D56 S

22 23 1 3 ... 8.0292 NaN Q

23 24 1 1 ... 35.5000 A6 S

[8 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

24 25 0 3 ... 21.0750 NaN S

25 26 1 3 ... 31.3875 NaN S

26 27 0 3 ... 7.2250 NaN C

27 28 0 1 ... 263.0000 C23 C25 C27 S

28 29 1 3 ... 7.8792 NaN Q

29 30 0 3 ... 7.8958 NaN S

30 31 0 1 ... 27.7208 NaN C

31 32 1 1 ... 146.5208 B78 C

[8 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

32 33 1 3 ... 7.7500 NaN Q

33 34 0 2 ... 10.5000 NaN S

34 35 0 1 ... 82.1708 NaN C

35 36 0 1 ... 52.0000 NaN S

36 37 1 3 ... 7.2292 NaN C

37 38 0 3 ... 8.0500 NaN S

38 39 0 3 ... 18.0000 NaN S

39 40 1 3 ... 11.2417 NaN C

[8 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

40 41 0 3 ... 9.4750 NaN S

41 42 0 2 ... 21.0000 NaN S

42 43 0 3 ... 7.8958 NaN C

43 44 1 2 ... 41.5792 NaN C

44 45 1 3 ... 7.8792 NaN Q

45 46 0 3 ... 8.0500 NaN S

46 47 0 3 ... 15.5000 NaN Q

47 48 1 3 ... 7.7500 NaN Q

[8 rows x 12 columns], PassengerId Survived Pclass ... Fare Cabin Embarked

48 49 0 3 ... 21.6792 NaN C

49 50 0 3 ... 17.8000 NaN S

[2 rows x 12 columns]]

t7=[0 1

1 2

2 3

3 4

4 5

5 6

6 7

7 8

Name: PassengerId, dtype: int64, 8 9

9 10

10 11

11 12

12 13

13 14

14 15

15 16

Name: PassengerId, dtype: int64, 16 17

17 18

18 19

19 20

20 21

21 22

22 23

23 24

Name: PassengerId, dtype: int64, 24 25

25 26

26 27

27 28

28 29

29 30

30 31

31 32

Name: PassengerId, dtype: int64, 32 33

33 34

34 35

35 36

36 37

37 38

38 39

39 40

Name: PassengerId, dtype: int64, 40 41

41 42

42 43

43 44

44 45

45 46

46 47

47 48

Name: PassengerId, dtype: int64, 48 49

49 50

Name: PassengerId, dtype: int64]

License

For personal and professional use. You cannot resell or redistribute these repositories in their original state.

Share

• Share on Facebook
• Share on Twitter