Python 相对于其他数据框中的bin值从数据框中提取行（不使用列名）

我使用的是3个数据帧，其中2个数据帧包含根据其所属范围（在单独的列中）分配给列数据的额外bin编号

df_1

A   B

五,   六,

八,   一,

六,   七,

四,   九,

一,   三,

九,   二,

二,   五,

df_2

A   B   阿宾   布宾

五,   6.   2.     二,

八,   1.   1.     一,

六,   7.   3.     二,

四,   9   3.     三,

一,   3.   1.     一,

九,   2.   1.     一,

二,   5.   2.     二,

df_3

A   B   C   D   阿宾   布宾   库宾   杜斌

五,   6.   2.   6.    2.     2.     1.     二,

八,   1.   6.   4.    1.     1.     2.     2.    

六,   7.   3.   1.    3.     2.     1.     1.    

四,   9   1.   9    3.     3.     1.     3.    

一,   3.   8.   7.    1.     1.     3.     3.    

九,   2.   4.   8.    1.     1.     2.     3.    

二,   5.   9   2.    2.     2.     3.     一,

df_1仅包含两列，df_2具有附加列，其中包含根据所属范围分配给A列和B列的bin，类似地，df_3包含带值的列和分配bin编号的附加列

我想从df_3中提取行，这样它只提取df_2列在单独的数据帧中每列的bin值分别为“2”的数据

我面临的主要问题是在代码中任何地方都不提及列名

预期产量

df_输出_1（其中df_2中列“A”的bin值为2）

A   B   C   D  

五,   6.   2.   六,

二,   5.   9   二,

df_输出_2（其中df_2中“B”列的bin值为2）

A   B   C   D  

五,   6.   2.   六,

六,   7.   3.   一,

二,   5.   9   2

使用和列索引来防止使用列名

您可以使用

all_cols=df_2.columns

获取列名列表。 然后，使用

all\u cols[i]

获取列名

例如，您可以使用

df_2[all_cols[1]]

获取列B，使用

df_2[all_cols[1+len（all_cols）/2]

获取列B_bin。如果您想获得另一列及其对应的_bin列，只需将“1”更改为其他dataframe列索引

使用合并（右或左）我们可以过滤数据

    for bin_name in (column_name + "_bin" for column_name in df_1_columns):
      print(bin_name)
      df_3_joined = pd.merge(df_3[df_3_op_columns], df_2[df_2[bin_name] == 2][df_1_columns], how='right', on=df_1_columns, suffixes=['_l', ''])
      print(df_3_joined)

完整的例子是

import pandas as pd

df_1 = pd.DataFrame(columns = ['A', 'B'])
df_1.loc[len(df_1)] = [5,6]
df_1.loc[len(df_1)] = [8, 1]
df_1.loc[len(df_1)] = [6, 7]
df_1.loc[len(df_1)] = [4, 9]
df_1.loc[len(df_1)] = [1, 3]
df_1.loc[len(df_1)] = [9, 2]
df_1.loc[len(df_1)] = [2, 5]

df_2 = pd.DataFrame(columns = ['A', 'B', 'A_bin', 'B_bin'])
df_2.loc[len(df_2)] = [5, 6, 2, 2]
df_2.loc[len(df_2)] = [8, 1, 1, 1]
df_2.loc[len(df_2)] = [6, 7, 3, 2]
df_2.loc[len(df_2)] = [4, 9, 3, 3]
df_2.loc[len(df_2)] = [1, 3, 1, 1]
df_2.loc[len(df_2)] = [9, 2, 1, 1]
df_2.loc[len(df_2)] = [2, 5, 2, 2]

df_3 = pd.DataFrame(columns = ['A', 'B', 'C', 'D', 'A_bin', 'B_bin', 'C_bin', 'D_bin'])
df_3.loc[len(df_3)] = [5, 6, 2, 6, 2, 2, 1, 2]
df_3.loc[len(df_3)] = [8, 1, 6, 4, 1, 1, 2, 2]
df_3.loc[len(df_3)] = [6, 7, 3, 1, 3, 2, 1, 1]
df_3.loc[len(df_3)] = [4, 9, 1, 9, 3, 3, 1, 3]
df_3.loc[len(df_3)] = [1, 3, 8, 7, 1, 1, 3, 3]
df_3.loc[len(df_3)] = [9, 2, 4, 8, 1, 1, 2, 3]
df_3.loc[len(df_3)] = [2, 5, 9, 2, 2, 2, 3, 1]

results = {}
df_1_columns = list(df_1.columns)
df_3_op_columns = [cname for cname in list(df_3.columns) if not cname.endswith("_bin")]
for bin_name in (column_name + "_bin" for column_name in df_1_columns):
    df_3_joined = pd.merge(df_3[df_3_op_columns], df_2[df_2[bin_name] == 2][df_1_columns], how='right', on=df_1_columns)
    results[bin_name] = df_3_joined

for binName, result in results.iteritems():
    print(binName)
    print(result)

如果您知道bin名称，则按如下方式检索结果

A_bin_df = results['A_bin']
print(A_bin_df)
B_bin_df = results['B_bin']
print(B_bin_df)

---

您是否使用一些代码来创建

df_2

和

df_3

？你能分享它吗？导入numpy作为np def binner（df_1，num_bins）：对于df_1.columns中的c:cbins=np.linspace（min（df_1[c]）、max（df_1[c]）、num bins）dfu 1[c+''u binn']=np。数字化（df_1[c]，cbins）返回df_1 df_2=binner（df_1,3）@jezrael这就是我如何将dfu 1转换为dfu 2tanks的，它帮助很大。但是，当应用到更大的数据集时，它会引起混乱。这是在相互下方打印A_-bin和B_-bin。当打印功能外连接的df_3_时，仅根据第二列（B_箱）打印。是否有方法将bin=2的每个数据列的行分别存储在单独的数据帧中@是的，我们可以。一种选择是使用字典并将结果存储到其中

results={}

和for-loop

results[bin_name]=df_3_join

@Xpeditions dictionary是正确的方法，即使它可以框架转换为数据帧，但我们能否以字典或数据帧的形式单独检索binName及其结果，以便每个数据帧都可以单独使用，在检索结果时，它会显示最新的存储值，即b_bin和使用append对我来说不太合适。@xpeditions您能分享一下您尝试过的代码吗？还有所需的输出？都是单独的数据帧，如果你知道bin名称，那么你可以得到它

A_-bin_-df=results['A_-bin']print（A_-bin_-df）B_-bin_-df=results['B_-bin']print（B_-bin_-df）

我也更新了这个示例。我正在尝试制作一个模板代码，使它可以在一个数据帧上运行，即使它有100列，要为任意随机数据帧生成模板代码，数据帧可能有任意数量的列，而我们可能不知道列索引。因此，我想应该采用迭代方法@高佳翔