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%（等于354）和20%（等于79）的比例，分裂出两个CSV，给出python，并用GSE93601.csv验证

要按照给定的CSV文件（例如GSE93601.csv）中`PatientID`这一列的值，将数据分割成两个文件，一个包含80%的数据（即354条记录），另一个包含剩下的20%（79条记录），你可以使用Python的pandas库来完成这个任务。以下是一个简单的步骤说明：

1. 首先，确保已经安装了pandas库，如果没有，请运行 `pip install pandas`。

2. 使用pandas读取CSV文件：

import pandas as pd

# 读取CSV文件
data = pd.read_csv('GSE93601.csv')

3. 排序数据并按`PatientID`分组：

# 按PatientID排序
sorted_data = data.sort_values('PatientID')

# 创建分组索引
grouped = sorted_data.groupby('PatientID', sort=False)

4. 计算每个分组的数量，确定划分比例：

n_records = len(sorted_data)
split_ratio = [int(0.8 * n_records), int(0.2 * n_records)]

5. 分割数据到两个DataFrame：

train_data, test_data = grouped.apply(lambda x: x.iloc[:split_ratio[0]]), grouped.apply(lambda x: x.iloc[split_ratio:])

6. 将结果写入新的CSV文件：

train_data.to_csv('train_GSE93601.csv', index=False)
test_data.to_csv('test_GSE93601.csv', index=False)

现在，你已经有了两个CSV文件，`train_GSE93601.csv` 和 `test_GSE93601.csv`，分别包含了80%和20%的`PatientID`对应的数据。