按行值分开数据框

Question

我想根据第一行分开数据框，以生成四个单独的数据范围（用于亚组分析）。我有一个172x106 excel文件，其中第一行由1、2、3或4组成。其他171行是放射线特征，我想将其复制到''new''数据集。这些列没有名称。我的数据看起来如下：

{0: [4.0, 0.65555056, 0.370511262, 16.5876203, 44.76954415, 48.0, 32.984845, 49.47726751, 49.47726751, 13133.33333, 29.34869973, 0.725907513, 3708.396349, 0.282365204, 13696.0, 2.122884402, 3.039611259, 1419.058749, 1.605529827, 0.488297449], 1: [2.0, 0.82581372, 0.33201741, 20.65753167, 62.21821817, 50.59644256, 62.60990337, 55.56977596, 77.35631842, 23890.66667, 51.38065822, 0.521666786, 7689.706847, 0.321870752, 25152.0, 1.022813615, 1.360453239, 548.2156387, 0.314035581, 0.181204079]}

我想使用groupby，但是由于列标题没有名称，因此很难实现。这是我当前的代码：

import numpy as np
df = pd.read_excel(r'H:\Documenten\MATLAB\sample_file.xlsx',header=None)
Class_1=df.groupby(df.T.loc[:,0])
df_new = Class_1.get_group("1")
print(df_new) 

我遇到的错误是：

Traceback (most recent call last):
  File "H:/PycharmProjects/RadiomicsPipeline/spearman_subgroups.py", line 5, in <module>
    df_new = Class_1.get_group("1")
  File "C:\Users\cpullen\AppData\Roaming\Python\Python37\site-packages\pandas\core\groupby\groupby.py", line 754, in get_group
    raise KeyError(name)
KeyError: '1'

如何按行值实现数据框的分离？

Answer 1

我不确定这是您想要的结果。如果没有，请清楚地显示所需的输出。

您可以简单地通过转换数据框来实现所需的目标。

import numpy as np
import pandas as pd

np.random.seed(0)

n = 5
data = np.stack((np.random.choice([1, 2, 3, 4], n), np.random.rand(n), np.random.rand(n), np.random.rand(n)), axis=0)
df = pd.DataFrame(data)

df.head（）：

0   1   2   3   4
0   1.000000    4.000000    2.000000    1.000000    4.000000
1   0.857946    0.847252    0.623564    0.384382    0.297535
2   0.056713    0.272656    0.477665    0.812169    0.479977
3   0.392785    0.836079    0.337396    0.648172    0.368242

df_transpose = df.transpose()
df_transpose.columns = ['group'] + list(df_transpose.columns.values[1:])

（

group   1   2   3
0   1.0 0.857946    0.056713    0.392785
1   4.0 0.847252    0.272656    0.836079
2   2.0 0.623564    0.477665    0.337396
3   1.0 0.384382    0.812169    0.648172
4   4.0 0.297535    0.479977    0.368242

list_df = dict()

for group in set(df_transpose['group']):
    list_df[group] = df_transpose.loc[df_transpose['group'] == group]

df_transpose.head

{
 1.0:
     group         1         2         3
     0    1.0  0.857946  0.056713  0.392785
     3    1.0  0.384382  0.812169  0.648172,
 2.0:
     group         1         2         3
     2    2.0  0.623564  0.477665  0.337396,
 4.0:
     group         1         2         3
     1    4.0  0.847252  0.272656  0.836079
     4    4.0  0.297535  0.479977  0.368242
}

） list_df [2.0]，list_df [3.0]（在此示例中不存在）， list_df [4.0]

（顺便说一句。

Answer 2

首先，在导入数据框后，按顺序对第一行的值进行排序，

df
Out[26]: 
   0  1  2  3
0  0  1  0  1
1  1  2  5  8
2  2  3  6  9
3  3  4  7  0

df = df.sort_values(by = 0, axis = 1)

Out[30]:
   0  2  1  3
0  0  0  1  1
1  1  5  2  8
2  2  6  3  9
3  3  7  4  0

您应该具有带有第1行值的数据框架。之后，您可以使用df.iloc重命名您的列名称，然后删除第一行。

df.columns = df.iloc[0]

0  0  0  1  1
0  0  0  1  1
1  1  5  2  8
2  2  6  3  9
3  3  7  4  0

df.drop(0, inplace=True)

df.drop(0)
Out[51]: 
0  0  0  1  1
1  1  5  2  8
2  2  6  3  9
3  3  7  4  0

最终，您可以根据列名进行切片。

df_1 = df[1]

df_1
Out[56]: 
0  1  1
1  2  8
2  3  9
3  4  0