Warning: file_get_contents(/data/phpspider/zhask/data//catemap/1/firebase/6.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Pandas 获取特定的数据帧将导致循环语句_Pandas_Dataframe - Fatal编程技术网

Pandas 获取特定的数据帧将导致循环语句

Pandas 获取特定的数据帧将导致循环语句,pandas,dataframe,Pandas,Dataframe,下面是按“代码”和“日期”排序的数据帧。如何编写每次只获取一个“代码”数据的for循环语句 date close code 2015-01-13 138.260 110037 2015-01-14 139.810 110037 2015-01-15 139.840 110037 2015-01-19 139.460 313046 2020-02-26 115.551 313046 2020-02-27 116.000 313046 2020-02-21

下面是按“代码”和“日期”排序的数据帧。如何编写每次只获取一个“代码”数据的for循环语句

date        close    code
2015-01-13  138.260  110037
2015-01-14  139.810  110037
2015-01-15  139.840  110037
2015-01-19  139.460  313046
2020-02-26  115.551  313046
2020-02-27  116.000  313046
2020-02-21  118.900  128094
2020-02-24  118.100  128094
2020-02-25  116.612  128094
我尝试使用df.pivot\u tablevalues='close',index='code',date',但找不到'code'索引

date        close    code
2015-01-13  138.260  110037
2015-01-14  139.810  110037
2015-01-15  139.840  110037

我不会对数据帧使用for循环。但如果您愿意,您可以使用iterrows函数并每次检查“代码”数据。

您也可以使用loc

                     close
code    date               
110037  2015-01-13  138.260
        2015-01-14  139.810
        2015-01-15  139.840
113046  2015-01-19  139.460
        2020-02-26  115.551
        2020-02-27  116.000
128094  2020-02-21  118.900
        2020-02-24  118.100
        2020-02-25  116.612

我不会对数据帧使用for循环。但如果您愿意,您可以使用iterrows函数并每次检查“代码”数据。

您也可以使用loc

                     close
code    date               
110037  2015-01-13  138.260
        2015-01-14  139.810
        2015-01-15  139.840
113046  2015-01-19  139.460
        2020-02-26  115.551
        2020-02-27  116.000
128094  2020-02-21  118.900
        2020-02-24  118.100
        2020-02-25  116.612
如果需要通过唯一代码处理数据,请与某些功能一起使用:

循环解决方案是:

def func(x):
    print (x)
    #processing
    return x

df = df.groupby('code').apply(func)
如果需要通过唯一代码处理数据,请与某些功能一起使用:

循环解决方案是:

def func(x):
    print (x)
    #processing
    return x

df = df.groupby('code').apply(func)