有没有一种方法可以根据列名称拆分熊猫数据框？作为示例，请考虑数据框具有以下列df = ['A_x', 'B_x', 'C_x', 'A_y', 'B_y', 'C_y']，我想创建两个数据框X = ['A_x', 'B_x', 'C_x']和Y = ['A_y', 'B_y', 'C_y']。
我知道可以这样做：
d = {'A': df.A_x, 'B': df.B_x, 'C': df.B_x}
X = pd.DataFrame (data=d)
但这并不理想，因为在我的情况下，我有2200列df。有没有更优雅的解决方案？
您可以使用df.filter(regex=...)：
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randn(2, 10),
columns='Time A_x A_y A_z B_x B_y B_z C_x C_y C-Z'.split())
X = df.filter(regex='_x')
Y = df.filter(regex='_y')
产量
In [15]: X
Out[15]:
A_x B_x C_x
0 -0.706589 1.031368 -0.950931
1 0.727826 0.879408 -0.049865
In [16]: Y
Out[16]:
A_y B_y C_y
0 -0.663647 0.635540 -0.532605
1 0.326718 0.189333 -0.803648
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句