Python中如何将含二元分类数据的DataFrame按分类拆分为两个响应序列

假设你的DataFrame名为df，以下两种简单直接的方法可以实现需求：

方法一：布尔索引筛选 #

直接通过布尔条件筛选目标行，再提取response列就能得到对应的Series：

# 提取treatment为'water'的response序列
water_response = df[df['treatment'] == 'water']['response']
# 提取treatment为'beer'的response序列
beer_response = df[df['treatment'] == 'beer']['response']

方法二：groupby分组提取 #

先按treatment列分组，再用get_group获取对应分组的response序列，这种方式在分类较多时更灵活：

# 按treatment分组并锁定response列
grouped_responses = df.groupby('treatment')['response']
# 获取对应分组的序列
water_response = grouped_responses.get_group('water')
beer_response = grouped_responses.get_group('beer')

你可以用type(water_response)验证结果，返回的会是pandas.core.series.Series，完全符合你需要的序列类型。

内容的提问来源于stack exchange，提问作者Adagio