Python 如果循环要将列复制到单独的数据帧,请相应地重命名df
我尝试获取一个数据帧,从第二列开始遍历每一列,然后将第一个常量列+下一个常量列逐个复制到新的数据帧Python 如果循环要将列复制到单独的数据帧,请相应地重命名df,python,pandas,loops,dataframe,Python,Pandas,Loops,Dataframe,我尝试获取一个数据帧,从第二列开始遍历每一列,然后将第一个常量列+下一个常量列逐个复制到新的数据帧 df = pd.DataFrame({'Year':[2001 ,2002, 2003, 2004, 2005], 'a': [1,2, 3, 4, 5], 'b': [10,20, 30, 40, 50], 'c': [0.1, 0.2, 0.3, 0.4,0.5]}) df 为了得到与此输出类似的结果,但我需要它进行循环,因为我最多可以有40列来运行逻辑 df_a=pd.DataFrame(
df = pd.DataFrame({'Year':[2001 ,2002, 2003, 2004, 2005], 'a': [1,2, 3, 4, 5], 'b': [10,20, 30, 40, 50], 'c': [0.1, 0.2, 0.3, 0.4,0.5]})
df
为了得到与此输出类似的结果,但我需要它进行循环,因为我最多可以有40列来运行逻辑
df_a=pd.DataFrame()
df_a=df[['Year', 'a']].copy()
df_b=df[['Year', 'b']].copy()
df_c=df[['Year', 'c']].copy()
print(df_a)
print(df_b)
print(df_c)
如果我知道如何命名df_uz['name of column It's copying'],那也太好了。非常感谢您,如果是重复的,请原谅。我建议您通过听写理解将其拆分,然后您将拥有一个单独数据帧的词典。例如:
dict_of_frames = {f'df_{col}':df[['Year', col]] for col in df.columns[1:]}
为您提供df_a
、df_b
和df_c
词典,您可以像访问任何其他词典一样访问这些词典:
>>> dict_of_frames['df_a']
Year a
0 2001 1
1 2002 2
2 2003 3
3 2004 4
4 2005 5
>>> dict_of_frames['df_b']
Year b
0 2001 10
1 2002 20
2 2003 30
3 2004 40
4 2005 50
您需要创建一个数据帧字典,如下所示,列名作为键,子数据帧作为值
df = df.set_index('Year')
dict_ = {col: df[[col]].reset_index() for col in df.columns}
您可以简单地使用列名访问字典并获取相应的数据帧
dict_['a']
输出:
Year a
0 2001 1
1 2002 2
2 2003 3
3 2004 4
4 2005 5
----------------------------------------
Year a
0 2001 1
1 2002 2
2 2003 3
3 2004 4
4 2005 5
----------------------------------------
Year b
0 2001 10
1 2002 20
2 2003 30
3 2004 40
4 2005 50
----------------------------------------
Year c
0 2001 0.1
1 2002 0.2
2 2003 0.3
3 2004 0.4
4 2005 0.5
您可以通过以下方式迭代命令
:
for col, df in dict_.items():
print("-"*40) #just for separation
print(df) #or print(dict_[col])
输出:
Year a
0 2001 1
1 2002 2
2 2003 3
3 2004 4
4 2005 5
----------------------------------------
Year a
0 2001 1
1 2002 2
2 2003 3
3 2004 4
4 2005 5
----------------------------------------
Year b
0 2001 10
1 2002 20
2 2003 30
3 2004 40
4 2005 50
----------------------------------------
Year c
0 2001 0.1
1 2002 0.2
2 2003 0.3
3 2004 0.4
4 2005 0.5
您不需要创建字典来复制和访问所需的数据。您可以简单地复制数据帧(如果有可变元素,则进行深度复制),然后使用索引来访问特定系列:
dfs = df.set_index('Year').copy()
print(dfs['a'])
Year
2001 1
2002 2
2003 3
2004 4
2005 5
Name: a, dtype: int64
您可以通过以下方式迭代列:
是的,这给出了系列,但是它们可以通过
系列轻松地转换为数据帧。重置索引()
或系列。再次,到\u框架()
,我们得到了相同的基本答案!你比我先发了x秒。我想,我应该快点@萨库:谢谢你@哈夫潘!对不起,我要求上面的这个,所以如果我需要遍历这些帧,我应该做什么:对于范围(1,len(df.columns[4:])中的I:finaldf={dict_of_frames['df_{col}],对于df.columns[4:}中的col???@MarinaGoldylocks查看编辑。我希望这会清除你如何迭代dict_uuz。让我知道它是如何进行的。谢谢你,@harvpan-非常有用!一切都正常!非常感谢@sacul!再问一个问题,如果我需要迭代这些帧,我应该做什么:范围内的I(1,len(df.columns[4:]):finaldf={dict_of_frames['df_{col}]]for col in df.columns[4:][}?我不太清楚你的意思,但我会反复说:for df in dict_of_frames.keys():dict_of_frames[df]…
谢谢@sacul-你们这些家伙太棒了!向堆栈溢出社区致敬!谢谢你们,@jpp-这是一个不错的选择!