如何在Python中创建数据框的子集？

Question

我有一个大型数据集（Pandes DataFrame），带有以下标题
ram = [f“ rut1_azi_ {i}”在范围（10）]
rdp = [f“ rut1_dtctn_probb_ {i}” for range in range（´10）]
rdi = [f“ rut1_dtctn_id_ {i}” for range（10）]
rem = [f“ rut1_elev_ {i}” for Range（10）]
rcc = ['rut1_cycle_counter']

现在我想从原始数据框架中进行许多子集，如下所示。

subset_0
index，rut1_cycle_counter，rut1_azi_0，rut1_dtctn_probb_0，rut1_dttctn_id_0，rut1_elev_0

subset_1 subset_1
index，rut1_cycle_counter，rut1_azi_1，rut1_dtctn_probb_1，rut1_dttctn_id_1，rut1_elev_1
。
。
。
subset_9
index，rut1_cycle_counter，rut1_azi_9，rut1_dtctn_probb_9，rut1_dttctn_id_9，rut1_elev_9

我如何在python中执行此操作？ 我是Python的初学者，

非常感谢您

Answer 1

这是一个示例：

RAM = [f"RUT1_Azi_{i}" for i in range(10)]
RDP = [f"RUT1_Dtctn_Probb_{i}" for i in range(10)]
RDI = [f"RUT1_Dtctn_ID_{i}" for i in range(10)]
REM = [f"RUT1_Elev_{i}" for i in range(10)]

# made up example with the columns above
cols = RAM + RDP + RDI + REM
nrows = 10
df = pd.DataFrame(np.arange(nrows * len(cols)).reshape(nrows, -1), columns=cols)

现在：

subsets = [df[list(subcols)] for subcols in zip(RAM, RDP, RDI, REM)]

例如：

>>> subsets[5]
   RUT1_Azi_5  RUT1_Dtctn_Probb_5  RUT1_Dtctn_ID_5  RUT1_Elev_5
0           5                  15               25           35
1          45                  55               65           75
2          85                  95              105          115
3         125                 135              145          155
4         165                 175              185          195
5         205                 215              225          235
6         245                 255              265          275
7         285                 295              305          315
8         325                 335              345          355
9         365                 375              385          395

编辑：修改答案以包括所有子集的常见列列表（rcc = ['rut1_cycle_counter']）：

subsets = [df[RCC + list(subcols)] for subcols in zip(RAM, RDP, RDI, REM)]

Answer 2

使用 pandas，您可以本机调用数据帧的子集
只要 list_of_subset_headers 是数据帧列的子集，只需编写

sub_df=df[list_of_subset_headers]

Or 在这种情况下：

sub_df0=df[['RUT1_Azi_0', 'RUT1_Dtctn_Probb_0', 'RUT1_Dtctn_ID_0', 'RUT1_Elev_0']]