遍历空熊猫数据框的字典，以根据列名列表将现有数据框中的数据附加到它们

Question

我是一名生物学家，对 Python（我使用 v3.5）和 pandas 非常陌生。我有一个 pandas 数据帧（df），我需要从中创建几个数据帧（df1...dfn），这些数据帧可以放在字典（dictA）中，该字典当前具有正确数量（n）的空数据帧。我还有一个字典（dictB），其中包含从 df 提取的 n（单个）列名列表。 2 个字典中的键匹配。我正在尝试根据 dictB 中列表中的列名将 dictA 中的空 dfs 与 df 的一部分附加。

import pandas as pd
listA=['A', 'B', 'C',...]
dictA={i:pd.DataFrame() for i in listA}

假设我有这样的事情：

dictA={'A': df1, 'B': df2}
dictB={'A': ['A1', A2', 'A3'],
       'B': ['B1', B2']}
df=pd.DataFrame({'A1': [0,2,4,5],
                 'A2': [2,5,6,7],
                 'A3': [5,6,7,8],
                 'B1': [2,5,6,7],
                 'B2': [1,3,5,6]})
listA=['A', 'B']

我想要得到的是让 df1 和 df2 像这样附加 df 的部分，因此 df1 的输出是这样的：

  A1 A2 A3
0 0  2  5
1 2  4  6
2 4  6  7
3 5  7  8

df2 将包含 B1 和 B2 列。

我尝试了以下循环和一些更改，但它没有产生填充的 dfs：

for key, values in dictA.items():
    values.append(df[dictB[key]])

感谢和抱歉，如果这已经在其他地方解决但我找不到它。

Answer 1

你可以像这样创建你想要的数据框：

df = #Your original dataframe containing all the columns
df_A = df.iloc[:][[col for col in df if 'A' in col]]
df_B = df.iloc[:][[col for col in df if 'B' in col]]