根据另一个 dataframe 中的值将 dataframe 拆分为 6 个数据帧

Question

我正在尝试根据另一个 dataframe 中的值将 dataframe 的行拆分为 6 个列表。 在 python 中使用 pandas package。 trainX = dataframe 形（7352、561）和 trainY = dataframe 形（7351、1）

我想要的是根据trainY中相应行的值，将trainX的每一行排序为6个新数据帧。

如果 trainY 中的第 1 行显示“1”，则 trainX 中的第 1 行应为 go 到 dataframe class1。 如果 trainY 中的第 2 行显示“2”，则 trainX 中的第 2 行应为 go 到 dataframe class2。 依此类推，直到 trainX 中的所有 7351 行都划分为 1 到 6 类。

我用 for 循环和 iterrows() 尝试了各种方法，但我陷入了语法中。 怎么解决？

Answer 1

奇怪的是 trainY 比 trainX 多一排。 无论如何，您可以执行以下操作：

# concatenate trainX and trainY, ignore_index is False if they share the same index.
train = pd.concat([trainX, trainY], ignore_index=True, axis="columns")
# assuming that trainY.columns is ["label"]
groups = [train.loc[idxs] for idxs in train.groupby("label").groups.values()]
# I would rather create a dictionary, {1: DataFrame, 2: ....}
groups = {label: train.loc[idxs] for label, idxs in train.groupby("label").groups.items()}