基于指定行值筛选Pandas列并拆分DataFrame的方法

没问题，我来帮你搞定这个DataFrame拆分的需求！下面是具体的实现步骤和代码，完全贴合你想要的结果：

步骤1：预处理原始DataFrame #

首先我们先把原始数据里的class行重命名为cls，同时删掉不需要的d行，和你预期的输出格式对齐：

import pandas as pd

# 原始数据
d = {
    'data_1': pd.Series([1., 2., 3., 4., 1], index=['a', 'b', 'c', 'd', 'class']),
    'data_2': pd.Series([5., 6., 7., 8., 0], index=['a', 'b', 'c', 'd', 'class']),
    'data_3': pd.Series([9., 10., 11., 12., 1], index=['a', 'b', 'c', 'd', 'class'])
}
df = pd.DataFrame(d)

# 行名修正：把'class'改成'cls'，并删除'd'行
df = df.rename(index={'class': 'cls'}).drop(index='d')

步骤2：按cls行的值拆分DataFrame #

接下来我们以cls行的数值为筛选条件，把列分成两类，生成两个新的DataFrame：

# 提取cls行的所有值作为筛选依据
cls_filter = df.loc['cls']

# 第一个DataFrame：筛选cls值为1的列
df_group1 = df.loc[:, cls_filter == 1]

# 第二个DataFrame：筛选cls值为0的列
df_group0 = df.loc[:, cls_filter == 0]

最终拆分结果 #

运行代码后，你会得到完全符合预期的两个DataFrame：

第一个DataFrame（对应cls值为1的列）：

第二个DataFrame（对应cls值为0的列）：

这样就完美实现了你想要的拆分效果啦！

内容的提问来源于stack exchange，提问作者FrankBool