Python中的数据帧追加

我在Python中有一个名为df1的数据帧，如下所示：

    SYMBOL   prediction_succesful     DATE        VALUE
0    ABC         Y                  29-03-2018     100
1    DEF         Y                  30-03-2018      96
2    GHI         Y                  01-04-2018     105
3    ABC        NaN                 30-03-2018      55

我想创建另一个名为df3的数据帧，其中包含3列，分别命名为symbol、no_of_预测和no_of_successful_预测 其中，no_of_predictions包含每个值在符号列中重复的次数，no_of_successful_predictions包含预测值成功的次数Y 我尝试了以下代码，但不起作用：

df3=数据帧（列=['symbol'，'no_of_predictions'，'no_of_successful_predictions']）

这里df1是我正在处理的主要数据帧
而unique_symbols是包含df1数据帧中所有唯一符号的列表，例如unique_symbols=['ABC'、'DEF'、'GHI']

---

如果我理解正确，将非常感谢您的帮助

，以下内容适用：

by_symbol = df1.groupby('SYMBOL')

df3 = pd.DataFrame({'no_of_predictions': by_symbol.size(),
      'no_successful_predictions': 
          by_symbol.apply(lambda x: (x['prediction_succesful']=='Y').sum())})

>>> df3
        no_of_predictions  no_successful_predictions
SYMBOL                                              
ABC                     2                          1
DEF                     1                          1
GHI                     1                          1

---

所发生的事情是，您正在按符号对数据帧进行分组，然后获得每个“子数据帧”的大小，用于

no\u预测

，最后是

prediction\u成功

的行数

Y

，作为您的最后一列

，如果我理解正确，以下操作有效：

by_symbol = df1.groupby('SYMBOL')

df3 = pd.DataFrame({'no_of_predictions': by_symbol.size(),
      'no_successful_predictions': 
          by_symbol.apply(lambda x: (x['prediction_succesful']=='Y').sum())})

>>> df3
        no_of_predictions  no_successful_predictions
SYMBOL                                              
ABC                     2                          1
DEF                     1                          1
GHI                     1                          1

所发生的事情是，您正在按符号对数据帧进行分组，然后获得每个“子数据帧”的大小，用于

no\u预测

，最后，

prediction\u成功

的行数

Y

，作为您可以允许的最后一列

df3 = df1.groupby('SYMBOL').prediction_succesful.aggregate([len, lambda x: (x == 'Y').sum()])
df3.columns = ['no_of_predictions', 'no_of_successful_predictions']

你可以让

df3 = df1.groupby('SYMBOL').prediction_succesful.aggregate([len, lambda x: (x == 'Y').sum()])
df3.columns = ['no_of_predictions', 'no_of_successful_predictions']

---

您还可以提到在这种情况下如何使用append方法。@KasimPanjri：从您的问题来看，您不清楚为什么要使用append方法，因为这个方法创建了

DataFrame

，并一次性添加了数据。如果您想将结果与某些现有数据框合并，请查看例如

pd.concat

，cf。您还可以提到在这种情况下如何使用append方法。@KasimPanjri：从您的问题来看，您不清楚为什么要合并，因为这一个创建了

数据框

，并一次性添加了数据。如果要将结果与某些现有数据帧合并，请查看例如

pd.concat

，cf。