``` GSE93601.csv ```按照给定的CSV，以PatientID这列为准线，相同PatientID的值为同一个人，按照80%（353个人）和20%（90）的比例，分裂出两个CSV，给出python，并用GSE93601.csv验证

`GSE93601.csv`看起来是一个包含基因表达数据或者是临床信息的数据集，其中PatientID列用于标识个体。要根据这个列将数据集按照80%和20%的比例分割成两个新的CSV文件，我们可以使用Python的pandas库来进行操作。以下是一个步骤的示例：

import pandas as pd

# 1. 加载原始数据
df = pd.read_csv('GSE93601.csv')

# 2. 检查并确认'PatientID'列是否存在
if 'PatientID' not in df.columns:
    raise ValueError("PatientID列未找到，请确保其存在于数据集中.")

# 3. 将数据按PatientID分组，然后随机采样
sample_size = int(df.shape * 0.8)  # 80%样本数量
train_df = df.groupby('PatientID').apply(lambda x: x.sample(n=sample_size, random_state=42))
test_df = df.drop(train_df.index)

# 4. 再次检查训练集大小是否接近80%，测试集接近20%
print(f"训练集大小: {len(train_df)} (约80%)")
print(f"测试集大小: {len(test_df)} (约20%)")

# 5. 保存分割后的数据集
train_df.to_csv('GSE93601_train.csv', index=False)
test_df.to_csv('GSE93601_test.csv', index=False)

# 验证：读取新生成的文件并检查前几行以确认分隔正确
train_reloaded = pd.read_csv('GSE93601_train.csv')
test_reloaded = pd.read_csv('GSE93601_test.csv')
print("验证训练集前几行:")
print(train_reloaded.head())
print("\n验证测试集前几行:")
print(test_reloaded.head())