Python 按行值拆分数据框列
我有这样一个数据框:Python 按行值拆分数据框列,python,pandas,dataframe,Python,Pandas,Dataframe,我有这样一个数据框: >df = pd.DataFrame({'A':['M',2,3],'B':['M',2,3],'AA':['N',20,30],'BB':['N',20,30]}) >df = df.rename(columns={df.columns[2]: 'A'}) >df = df.rename(columns={df.columns[3]: 'B'}) >df A B A B 0 M M N N 1 2 2 20 20 2 3 3
>df = pd.DataFrame({'A':['M',2,3],'B':['M',2,3],'AA':['N',20,30],'BB':['N',20,30]})
>df = df.rename(columns={df.columns[2]: 'A'})
>df = df.rename(columns={df.columns[3]: 'B'})
>df
A B A B
0 M M N N
1 2 2 20 20
2 3 3 30 30
我必须按行索引0='M'和'N'垂直拆分数据帧:
A B
0 M M
1 2 2
2 3 3
A B
0 N N
1 20 20
2 30 30
数据框中的数据来自Excel工作表,列名不唯一。
谢谢你的帮助 使用iloc选择列: =^^=
import pandas as pd
df = pd.DataFrame({'A':['M',2,3],'B':['M',2,3],'AA':['N',20,30],'BB':['N',20,30]})
df = df.rename(columns={df.columns[2]: 'A'})
df = df.rename(columns={df.columns[3]: 'B'})
df1 = df.iloc[:, :2]
df2 = df.iloc[:, 2:]
输出:
A B
0 M M
1 2 2
2 3 3
A B
0 N N
1 20 20
2 30 30
将列表理解与loc一起使用:
这将在列表中提供单独的数据帧。这将完成任务:
df.loc[:,df.iloc[0, :] == "M"]
df.loc[:,df.iloc[0, :] == "N"]
您需要将数据拆分为两个独立的数据帧?您尝试过iloc吗?
df.loc[:,df.iloc[0, :] == "M"]
df.loc[:,df.iloc[0, :] == "N"]