Python 如何迭代来自不同数据帧的行,并将其用作其他数据帧中的值?
我试图通过“df_sum”数据框的“contract”列的唯一值来迭代它。 然后为每个“合同”值创建数据框,以便进一步计算 下面是单个唯一值的处理方式。我需要迭代数千个唯一值 以下是df_总和的总体情况。 我的尝试如下:Python 如何迭代来自不同数据帧的行,并将其用作其他数据帧中的值?,python,pandas,loops,dataframe,Python,Pandas,Loops,Dataframe,我试图通过“df_sum”数据框的“contract”列的唯一值来迭代它。 然后为每个“合同”值创建数据框,以便进一步计算 下面是单个唯一值的处理方式。我需要迭代数千个唯一值 以下是df_总和的总体情况。 我的尝试如下: import pandas as pd from pandas import read_csv import numpy as np from datetime import datetime df_sum = read_csv(r'path_to_sum.csv', s
import pandas as pd
from pandas import read_csv
import numpy as np
from datetime import datetime
df_sum = read_csv(r'path_to_sum.csv', sep=",", low_memory=False, index_col=False) #summary file
graph_df = pd.DataFrame()
for contract in df_sum['contract'].unique():
print(contract)
contract_df = df[df['contract'] == contract]
contract_df.set_index('datetime', inplace=True)
contract_df.sort_index(inplace = True)
contract_df."data analysis"
Expected result:
ABABAB.power_pos.sum = 123123
CDCDCD.power_pos.sum = 213124
etc
这个怎么样
df_sum=pd.read_csv(r'path_to_sum.csv',sep=“,”,低内存=False,索引列=False)
分组=df_sum.groupby(“合同”)[“电源位置”].sum()
打印(分组)
谢谢您的评论。总而言之,这是可行的。例如,如果我对两列之间的每个“契约”进行线性回归,会怎么样?
import pandas as pd
from pandas import read_csv
import numpy as np
from datetime import datetime
df_sum = read_csv(r'path_to_sum.csv', sep=",", low_memory=False, index_col=False) #summary file
graph_df = pd.DataFrame()
for contract in df_sum['contract'].unique():
print(contract)
contract_df = df[df['contract'] == contract]
contract_df.set_index('datetime', inplace=True)
contract_df.sort_index(inplace = True)
contract_df."data analysis"
Expected result:
ABABAB.power_pos.sum = 123123
CDCDCD.power_pos.sum = 213124
etc