Python 如何在for循环中填充数据帧列

我试图在for循环中填充

pandas

dataframe列。列名是参数化的，并由循环值指定。这是我的代码：

for k in range (-1, -4, -1):
    df_orj = pd.read_csv('something.csv', sep= '\t') 

    df_train = df_orj.head(11900)   
    df_test = df_orj.tail(720) 

    SHIFT = k

    df_train.trend = df_train.trend.shift(SHIFT)
    df_train = df_train.dropna()
    df_test.trend = df_test.trend.shift(SHIFT)
    df_test = df_test.dropna()

    drop_list = some_list

    df_out = df_test[['date','price']]
    df_out.index = np.arange(0, len(df_out)) # start index from 0
    df_out["pred-1"] = np.nan
    df_out["pred-2"] = np.nan
    df_out["pred-3"] = np.nan

    df_train.drop(drop_list, 1, inplace = True )
    df_test.drop(drop_list, 1, inplace = True )

    # some processes here

    rf = RandomForestClassifier(n_estimators = 10)
    rf.fit(X_train,y_train)
    y_pred = rf.predict(X_test)
    print("accuracy score: " , rf.score(X_test, y_test))


    X_test2 = sc.transform(df_test.drop('trend', axis=1))
    y_test2 = df_test['trend'].values

    y_pred2  = rf.predict(X_test2)
    print("accuracy score: ",rf.score(X_test2, y_test2))


    name = "pred{0}".format(k)
    for i in range (0, y_test2.size):
        df_out[name][i] = y_pred2[i]

df_out.head(20)

这是我的输出：

                time_period_start  price_open  pred-1  pred-2  pred-3
697  2018-10-02T02:00:00.0000000Z       86.80     NaN     NaN     1.0
698  2018-10-02T03:00:00.0000000Z       86.65     NaN     NaN     1.0
699  2018-10-02T04:00:00.0000000Z       86.32     NaN     NaN     1.0

---

如您所见，只填充了

pred-3

。如何填写所有3个预定义列？

如果我理解正确，那么您的问题是您将获得pred-3 仅在与其他两个相同的位置填充。 这是因为你的df_out在循环中，你得到了最后的结果 循环的迭代。 您应该在循环外部定义它，这样您的信息不会丢失

---

另外两个。

如果我理解正确，那么你的问题是你得到了pred-3 仅在与其他两个相同的位置填充。 这是因为你的df_out在循环中，你得到了最后的结果 循环的迭代。 您应该在循环之外定义它，这样您的信息就不会因为循环而丢失

---

另外两个。

在每个循环中将这3列设置为null，因此在循环迭代时会丢失这些值。将这些初始化列移动到循环之前，或者可以使用以下变量初始化：

更换

df_out["pred-1"] = np.nan
df_out["pred-2"] = np.nan
df_out["pred-3"] = np.nan

在循环时仅初始化单个列

name = "pred{0}".format(k)
df_out[name] = np.nan

因此，完整代码：

for k in range (-1, -4, -1):
    df_orj = pd.read_csv('something.csv', sep= '\t') 

    df_train = df_orj.head(11900)   
    df_test = df_orj.tail(720) 

    SHIFT = k

    df_train.trend = df_train.trend.shift(SHIFT)
    df_train = df_train.dropna()
    df_test.trend = df_test.trend.shift(SHIFT)
    df_test = df_test.dropna()

    drop_list = some_list

    df_out = df_test[['date','price']]
    df_out.index = np.arange(0, len(df_out)) # start index from 0

    name = "pred{0}".format(k)
    df_out[name] = np.nan

    df_train.drop(drop_list, 1, inplace = True )
    df_test.drop(drop_list, 1, inplace = True )

    # some processes here

    rf = RandomForestClassifier(n_estimators = 10)
    rf.fit(X_train,y_train)
    y_pred = rf.predict(X_test)
    print("accuracy score: " , rf.score(X_test, y_test))


    X_test2 = sc.transform(df_test.drop('trend', axis=1))
    y_test2 = df_test['trend'].values

    y_pred2  = rf.predict(X_test2)
    print("accuracy score: ",rf.score(X_test2, y_test2))



    for i in range (0, y_test2.size):
        df_out[name][i] = y_pred2[i]

df_out.head(20)

---

在每个循环中将这3列设置为null，因此在循环迭代时会丢失这些值。将这些初始化列移动到循环之前，或者可以使用以下变量初始化：

更换

df_out["pred-1"] = np.nan
df_out["pred-2"] = np.nan
df_out["pred-3"] = np.nan

在循环时仅初始化单个列

name = "pred{0}".format(k)
df_out[name] = np.nan

因此，完整代码：

for k in range (-1, -4, -1):
    df_orj = pd.read_csv('something.csv', sep= '\t') 

    df_train = df_orj.head(11900)   
    df_test = df_orj.tail(720) 

    SHIFT = k

    df_train.trend = df_train.trend.shift(SHIFT)
    df_train = df_train.dropna()
    df_test.trend = df_test.trend.shift(SHIFT)
    df_test = df_test.dropna()

    drop_list = some_list

    df_out = df_test[['date','price']]
    df_out.index = np.arange(0, len(df_out)) # start index from 0

    name = "pred{0}".format(k)
    df_out[name] = np.nan

    df_train.drop(drop_list, 1, inplace = True )
    df_test.drop(drop_list, 1, inplace = True )

    # some processes here

    rf = RandomForestClassifier(n_estimators = 10)
    rf.fit(X_train,y_train)
    y_pred = rf.predict(X_test)
    print("accuracy score: " , rf.score(X_test, y_test))


    X_test2 = sc.transform(df_test.drop('trend', axis=1))
    y_test2 = df_test['trend'].values

    y_pred2  = rf.predict(X_test2)
    print("accuracy score: ",rf.score(X_test2, y_test2))



    for i in range (0, y_test2.size):
        df_out[name][i] = y_pred2[i]

df_out.head(20)

---

您正在初始化这些列，使其在for循环中变为null。将df_移出[“pred-1”]=np.nan到for之前loop@chitown88哦，我真傻。因为我重新初始化了列，所以我丢失了前两列信息。你能把正确的代码作为答案贴出来让我接受吗？是的。别担心。容易的大脑放屁…总是发生。我想我们都有这样或那样的经历。我可以保证我将来也会犯同样的错误。你正在初始化那些列，使它们在for循环中变为null。将df_移出[“pred-1”]=np.nan到for之前loop@chitown88哦，我真傻。因为我重新初始化了列，所以我丢失了前两列信息。你能把正确的代码作为答案贴出来让我接受吗？是的。别担心。容易的大脑放屁…总是发生。我想我们都有这样或那样的经历。我可以保证我将来也会犯同样的错误。我把列移出了循环。谢谢你，我把柱子从循环中移出了。谢谢。谢谢，你的答案和@chitown88的一样。谢谢，你的答案和@chitown88的一样。