我无法理解数据帧循环的工作原理。
我在某处发现如果你写:
for row in df.iterrows()
您将无法访问行['column1'],而必须使用
for row,index in df.iterrows()
然后就可以了。
现在我想通过将行添加到新的数据帧 newdf.append(row)
来创建我在循环中找到的信号集合这可行,但它失去了被字符串引用的能力.我必须如何将这些行添加到我的数据框中才能使其正常工作?
详细代码:
dataframe1 = DataFrame(np.random.randn(10, 5), columns=['a','b','c', 'd', 'e'])
dataframe2 = DataFrame()
for index,row in dataframe1:
if row['a'] == 5
dataframe2.append(row)
print dataframe2['b']
这行不通,因为他不会接受 dataframe2 括号内的字符串。 是的,这可以更容易地完成,但为了争论起见,我们可以说它不能(比 if 更复杂的逻辑)。
在我的真实代码中,大约有十个不同的 if 和 else 决定如何处理该特定行(以及在循环内做其他事情)。我不是在谈论过滤,而只是以一种保留索引的方式将行添加到新的数据框中,这样我就可以引用列的名称
最佳答案
在 pandas
中,如果需要,过滤结果并将结果传递到新数据框非常简单,正如@smci 建议的 r
。
import numpy as np
import pandas as pd
dataframe1 = pd.DataFrame(np.random.randn(10, 5), columns=['a','b','c', 'd', 'e'])
dataframe1.head()
a b c d e
0 -2.824391 -0.143400 -0.936304 0.056744 -1.958325
1 -1.116849 0.010941 -1.146384 0.034521 -3.239772
2 -2.026315 0.600607 0.071682 -0.925031 0.575723
3 0.088351 0.912125 0.770396 1.148878 0.230025
4 -0.954288 -0.526195 0.811891 0.558740 -2.025363
然后,要过滤,您可以这样做:
dataframe2=dataframe1.ix[dataframe1.a>.5]
dataframe2.head()
a b c d e
0 0.708511 0.282347 0.831361 0.331655 -2.328759
1 1.646602 -0.090472 -0.074580 -0.272876 -0.647686
8 2.728552 -0.481700 0.338771 0.848957 -0.118124
编辑
OP 不想使用过滤器,所以这里是一个遍历行的示例:
np.random.seed(123)
dataframe1 = pd.DataFrame(np.random.randn(10, 5), columns=['a','b','c', 'd', 'e'])
## I declare the second df with the same structure
dataframe2 = pd.DataFrame(columns=['a','b','c', 'd', 'e'])
对于循环,我使用 iterrows
,而不是 append
ing 到一个空数据框,我使用迭代器中的索引来放置在相同的索引位置空框。请注意,我说的是 > .5
而不是 = 5
否则生成的数据框肯定是空的。
for index, row in dataframe1.iterrows():
if row['a'] > .5:
dataframe2.loc[index] = row
dataframe2
a b c d e
1 1.651437 -2.426679 -0.428913 1.265936 -0.866740
4 0.737369 1.490732 -0.935834 1.175829 -1.253881
关于python - 提取/附加满足涉及多列的复杂条件的 Pandas 数据框行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33137506/