我有一個熊貓數(shù)據(jù)框，其中列的名稱類似于： BT_XXX_XX.XX%_X.XX.XX ；EH_XXX_XX.XX%_XX.XX.XX ; C_XXX_XX.XX%_XX.XX.XX 其中 X 代表任何字母數(shù)字字符。他們完全雜亂無章。我想將 DataFrame 拆分為包含 BT_ 、EH_和 C_* 的不同 DataFrame（就像我在 bash 腳本中所做的那樣）。我按字母順序?qū)λ鼈冞M(jìn)行了排序，以便按順序排列 BT_ 、 EH_和 C_* 。但是，我不知道如何自動查找第一個字符串來創(chuàng)建一個全新的 DataFrame。目前我可以通過每次檢查每組列的位置來手動執(zhí)行此操作。#Sorting the dataframe by alphabetical orderdataset = dataset.reindex(sorted(dataset.columns), axis=1)#Splitting the dataframedf1 = dataset.iloc[:, :72]df2 = dataset.iloc[:, 72:148]df3 = dataset.iloc[148, 148:]我希望自動執(zhí)行此操作，以避免檢查 BT_* 列的完成位置以及 EH_* 或 C_* 的開始位置。
2 回答
心有法竹
TA貢獻(xiàn)1866條經(jīng)驗 獲得超5個贊
您可以使用 str 的 startswith 函數(shù)來過濾列，如下例所示，無需在此之前對列進(jìn)行排序
df = pd.DataFrame(np.random.rand(10,10), columns=[f"{a}_{i}" for i in range(5) for a in "AB"])
df1= df.loc[:, df.columns.str.startswith("A_")]
df2 = df.loc[:, df.columns.str.startswith("B_")]
display(df1.head())
display(df2.head())
郎朗坤
TA貢獻(xiàn)1921條經(jīng)驗 獲得超9個贊
您可以使用groupby在第一個之前拆分存根上的 DataFrame '_'。您可以將它們存儲在以存根作為鍵的字典中。
df = pd.DataFrame(columns=['BT_XXX_XX.XX%_X.XX.XX', 'BT_13131_1231231',
'EH_XXX_XX.XX%_XX.XX.XX', 'C_XXX_XX.XX%_XX.XX.XX'])
dict(tuple(df.groupby(df.columns.str.split('_').str[0], axis=1)))
{'BT': Empty DataFrame
Columns: [BT_XXX_XX.XX%_X.XX.XX, BT_13131_1231231]
Index: [],
'C': Empty DataFrame
Columns: [C_XXX_XX.XX%_XX.XX.XX]
Index: [],
'EH': Empty DataFrame
Columns: [EH_XXX_XX.XX%_XX.XX.XX]
Index: []}
添加回答
舉報
0/150
提交
取消