python之用列拆分 Pandas 数据框

我有一个包含大量列的数据框。我真正想要的是 创建/拆分数据框。例如:

生成玩具数据:

df = pd.DataFrame(np.arange(10),columns = ['x']) 
df['y'] = np.arange(30,40,1) 
df['1'] = np.random.rand(10) 
df['2'] = np.random.rand(10) 
df['3'] = np.random.rand(10) 
df['4'] = np.random.rand(10) 
df['5'] = np.random.rand(10) 

df =

    x   y   1              2           3          4            5 
0   0   30  0.047787    0.435396    0.926836    0.314469    0.477411 
1   1   31  0.083536    0.258120    0.682284    0.025050    0.713777 
2   2   32  0.201041    0.872864    0.050977    0.580314    0.185589 
3   3   33  0.105833    0.974538    0.559265    0.128242    0.217965 
4   4   34  0.146551    0.662001    0.936995    0.050702    0.249724 
5   5   35  0.098615    0.854952    0.649501    0.509777    0.726458 
6   6   36  0.387889    0.040331    0.902277    0.051822    0.354042 
7   7   37  0.321591    0.823724    0.052266    0.081491    0.187576 
8   8   38  0.983665    0.152271    0.530755    0.384810    0.844386 
9   9   39  0.649185    0.776682    0.239589    0.654547    0.581337 

我真正想要的是以如下所示的方式拆分数据帧:

df1 =

    x   y   1 
0   0   30  0.047787 
1   1   31  0.083536 
2   2   32  0.201041 
3   3   33  0.105833 
4   4   34  0.146551 
5   5   35  0.098615 
6   6   36  0.387889 
7   7   37  0.321591 
8   8   38  0.983665 
9   9   39  0.649185 

df2 =

    x    y    2 
0   0   30  0.435396 
1   1   31  0.25812 
2   2   32  0.872864 
3   3   33  0.974538 
4   4   34  0.662001 
5   5   35  0.854952 
6   6   36  0.040331 
7   7   37  0.823724 
8   8   38  0.152271 
9   9   39  0.776682 

等等。由于我有很多列，所以很难一一完成。有没有更简单的方法来做到这一点？

提前致谢。

请您参考如下方法:

您可以设置 x 和 y 列，它们将始终保持静态作为索引轴 然后跨列执行 groupby。

通过使用字典理解，遍历每个这样的组。此外，末尾的 reset_index 将确保生成扁平化的 DF。

df.set_index(['x','y'], inplace=True) 
dfs = {i:grp.reset_index() for i, grp in df.groupby(np.arange(len(df.columns)), axis=1)} 

生成的字典的键将构成列名，可以像这样查询:

dfs[0] 

dfs[1] 

等等。