Trennelemente eines Pandas Datenrahmen in Python

Question

Ich habe einen Pandas Datenrahmen, die wie folgt aussieht:

Time Measurement 
0  0   1 
1  1   2 
2  2   3 
3  3   4 
4  4   5 
5  0   2 
6  1   3 
7  2   4 
8  3   5 
9  4   6 
10  0   3 
11  1   4 
12  2   5 
13  3   6 
14  4   7 
15  0   1 
16  1   2 
17  2   3 
18  3   4 
19  4   5 
20  0   2 
21  1   3 
22  2   4 
23  3   5 
24  4   6 
25  0   3 
26  1   4 
27  2   5 
28  3   6 
29  4   7 

, die mit dem folgenden Code erzeugt werden können:

import pandas 
time=[0,1,2,3,4] 
repeat_1_conc_1=[1,2,3,4,5] 
repeat_1_conc_2=[2,3,4,5,6] 
repeat_1_conc_3=[3,4,5,6,7] 
d1=pandas.DataFrame([time,repeat_1_conc_1]).transpose() 
d2=pandas.DataFrame([time,repeat_1_conc_2]).transpose() 
d3=pandas.DataFrame([time,repeat_1_conc_3]).transpose() 
repeat_2_conc_1=[1,2,3,4,5] 
repeat_2_conc_2=[2,3,4,5,6] 
repeat_2_conc_3=[3,4,5,6,7] 
d4=pandas.DataFrame([time,repeat_2_conc_1]).transpose() 
d5=pandas.DataFrame([time,repeat_2_conc_2]).transpose() 
d6=pandas.DataFrame([time,repeat_2_conc_3]).transpose() 
df= pandas.concat([d1,d2,d3,d4,d5,d6]).reset_index() 
df.drop('index',axis=1,inplace=True) 
df.columns=['Time','Measurement'] 
print df 

Wenn Sie auf der Suche Code, Sie werden sehen, dass ich zwei experimentelle Wiederholungen im selben Datenrahmen habe, die bei df.iloc[:15] getrennt werden sollten. Außerdem habe ich innerhalb jedes Experiments 3 Sub-Experimente, die man sich wie die Startbedingungen einer Dosisantwort vorstellen kann, dh das erste Sub-Experiment beginnt mit 1, das zweite mit 2 und das dritte mit 3. Diese sollten in Indexintervallen von `len (time) ', das ist 0-4, 5 Elemente für jede experimentelle Wiederholung. Könnte mir bitte jemand sagen, wie ich diese Daten am besten für jeden Versuch in einzelne Zeitverlaufsmessungen unterteilen kann? Ich bin mir nicht ganz sicher, was die beste Datenstruktur wäre, aber ich muss einfach in der Lage sein, auf jede Daten für jedes Unterexperiment für jede experimentelle Wiederholung einfach zuzugreifen. Vielleicht irgendwann wie:

repeat1= 
    Time Measurement 
0  0   1 
1  1   2 
2  2   3 
3  3   4 
4  4   5 


5  0   2 
6  1   3 
7  2   4 
8  3   5 
9  4   6 


10  0   3 
11  1   4 
12  2   5 
13  3   6 
14  4   7 

Repeat 2= 
     Time Measurement 
15  0   1 
16  1   2 
17  2   3 
18  3   4 
19  4   5 


20  0   2 
21  1   3 
22  2   4 
23  3   5 
24  4   6 


25  0   3 
26  1   4 
27  2   5 
28  3   6 
29  4   7 

Answer 1

IIUC, können Sie einen Multiindex festgelegt, so dass Sie indizieren Ihre DF Zugriff auf Experimente und subexperiments leicht:

In [261]: dfi = df.set_index([df.index//15+1, df.index//5 - df.index//15*3 + 1]) 

In [262]: dfi 
Out[262]: 
    Time Measurement 
1 1  0   1 
    1  1   2 
    1  2   3 
    1  3   4 
    1  4   5 
    2  0   2 
    2  1   3 
    2  2   4 
    2  3   5 
    2  4   6 
    3  0   3 
    3  1   4 
    3  2   5 
    3  3   6 
    3  4   7 
2 1  0   1 
    1  1   2 
    1  2   3 
    1  3   4 
    1  4   5 
    2  0   2 
    2  1   3 
    2  2   4 
    2  3   5 
    2  4   6 
    3  0   3 
    3  1   4 
    3  2   5 
    3  3   6 
    3  4   7 

Auswahl subexperiments

In [263]: dfi.loc[1,1] 
Out[263]: 
    Time Measurement 
1 1  0   1 
    1  1   2 
    1  2   3 
    1  3   4 
    1  4   5 

In [264]: dfi.loc[2,2] 
Out[264]: 
    Time Measurement 
2 2  0   2 
    2  1   3 
    2  2   4 
    2  3   5 
    2  4   6 

zweiten Experiment wählen mit allen Unterexperimenten:

In [266]: dfi.loc[2,:] 
Out[266]: 
    Time Measurement 
1  0   1 
1  1   2 
1  2   3 
1  3   4 
1  4   5 
2  0   2 
2  1   3 
2  2   4 
2  3   5 
2  4   6 
3  0   3 
3  1   4 
3  2   5 
3  3   6 
3  4   7 

alternativ können Sie Ihre eigene Slicing-Funktion erstellen:

def my_slice(rep=1, subexp=1): 
    rep -= 1 
    subexp -= 1 
    return df.ix[rep*15 + subexp*5 : rep*15 + subexp*5 + 4, :] 

Demo:

In [174]: my_slice(1,1) 
Out[174]: 
    Time Measurement 
0  0   1 
1  1   2 
2  2   3 
3  3   4 
4  4   5 

In [175]: my_slice(2,1) 
Out[175]: 
    Time Measurement 
15  0   1 
16  1   2 
17  2   3 
18  3   4 
19  4   5 

In [176]: my_slice(2,2) 
Out[176]: 
    Time Measurement 
20  0   2 
21  1   3 
22  2   4 
23  3   5 
24  4   6 

PS bisschen bequemer Weg, um Ihre DFs zu verketten:

df = pandas.concat([d1,d2,d3,d4,d5,d6], ignore_index=True) 

so tun Sie nicht brauche folgende .reset_index() und drop()