根据另一个表制作多个表？

Question

我有许多列的格式为“NameX(TypeY)”。格式是这样的：

total =  pd.DataFrame(table):

         NameA(Type1)    NameA(Type2)    NameA(Type3)   NameB(Type1)   NameB(Type2)    NameB.(Type3)
set1           1               1              1             2              3               4
set2           2               3              1             1              0               2
set3           2               2              1             0              0               3

所以我现在的目标是以这种格式为每个名称（A，B，X...）获取一个表格，我不想更改设置的行，因此名称 A 的示例输出将是：

     Type1       Type2       Type3
set1    1           1           1
set2    2           3           1 
set3    2           2           1

我正在考虑以某种方式使用 for 循环，但不太清楚如何获得多个这样的表。

任何帮助将不胜感激！我对编程和 python 还很陌生，所以仍在研究一些更基本的原则

Answer 1

试试这个：

对于一个：

df2 = df.filter(like='NameA', axis=1).rename(columns=lambda x: x.replace('NameA', '').replace('(', '').replace(')', ''))

对于列表：

Dflist = ['NameA','NameB' ] 
DfDict = {}

for e in Dflist: 
    out = df.filter(like=e, axis=1).rename(columns=lambda x: x.replace(e, '').replace('(', '').replace(')', ''))
#     print out , "\n"
    DfDict[e] = out

DfDict["NameA"]

#      Type1  Type2  Type3
# set1      1      1      1
# set2      2      3      1
# set3      2      2      1

Answer 2

from collections import defaultdict

dfs = defaultdict(pd.DataFrame)

for name_sample, series in df.iteritems():
    name, sample = name_sample.split('.')
    dfs[name][sample] = series

上面为您提供了一个字典，每个唯一的“名称”都有一个表：

        {'NameA':      Sample#1  Sample#2  Sample#3
         id                               
         id1         1         1         1
         id2         2         3         1
         id3         2         2         1,
         'NameB':      Sample#1  Sample#2  Sample#3
         id                               
         id1         2         3         4
         id2         1         0         2
         id3         0         0         3}

这依赖于您可以在构造后将列添加到 DataFrame 的事实，并且它使用 defaultdict 来获得外部容器的类似行为。

无论行数如何，性能都应该不错，但是如果您有大量列，可能会有更好的方法（因为上面依赖于列上的 Python 循环）