根据列名自动创建多个 python 数据集

Question

我有一个巨大的数据集，其中包含：“ Eas_1 ”、“ Eas_2 ”等列到“ Eas_40 ”和“ Nor_1 ”到“ Nor_40 ”。 我想自动创建多个单独的数据集，这些数据集包含以相同数字结尾的所有列（按列名编号分组）和粘贴为新列（ Bin ）中的值的列号。

我的数据框：

df = pd.DataFrame({
"Eas_1": [3, 4, 9, 1],
"Eas_2": [4, 5, 10, 2],
"Nor_1": [9, 7, 9, 2],
"Nor_2": [10, 8, 10, 3],  
"Error_1": [2, 5, 1, 6], 
"Error_2": [5, 0, 3, 2], 
})

我不知道如何创建Bin列并粘贴列名值，但我可以像这样手动分离数据集：

df1 = df.filter(regex='_1')
df2 = df.filter(regex='_2')

这对我来说需要付出很多努力，而且每次获得新数据时都必须更改脚本。 这就是我想象的最终结果：

df1 = pd.DataFrame({
"Eas_1": [3, 4, 9, 1],
"Nor_1": [9, 7, 9, 2],
"Error_1": [2, 5, 1, 6], 
"Bin": [1, 1, 1, 1], 
})

提前致谢！

Answer 1

您可以使用.str.extract提取后缀，然后对其进行 groupby ：

suffixes = df.columns.str.extract('(\d+)$', expand=False)

for label, data in df.groupby(suffixes, axis=1): 
    print('-'*10, label, '-'*10)
    print(data)

注意要收集您的数据框，您可以执行以下操作：

dfs = [data for _, data in df.groupby(suffixes, axis=1)]

# access the second dataframe
dfs[1]

Output：

---------- 1 ----------
   Eas_1  Nor_1  Error_1
0      3      9        2
1      4      7        5
2      9      9        1
3      1      2        6
---------- 2 ----------
   Eas_2  Nor_2  Error_2
0      4     10        5
1      5      8        0
2     10     10        3
3      2      3        2