Python 高效地返回数据集中的特定行

我试图根据

列D

中的位置返回一行中的每个项目

目前，我正在通过

df=df.loc[df['D']='#specific place'].

执行此操作

这很好，但如果我有50个不同的地方，这段代码会变得非常低效。我必须更改

df=df.loc[df['D']=='#另一个特定位置]

50次。如果位置保持不变，但每个数据集包含不同的位置，我会这样做

是否有更有效的方法返回每个位置的行？我有一个单独的

df

，每个地方都有一个

列表

。我可以使用此列表中的值返回中的函数吗

import pandas as pd

places = ['Home','Away','Shops']

d = ({
    'C' : ['08:00:00','XX','08:10:00','XX','08:41:42','XX','08:50:00','XX', '09:00:00', 'XX','09:15:00','XX','09:21:00','XX','09:30:00','XX','09:40:00','XX'],
    'D' : ['Home','','Home','','Away','','Shops','','Away','','Shops','','Home','','Away','','Home',''],
    'E' : ['Num:','','Num:','','Num:','','Num:','','Num:', '','Num:','','Num:','','Num:', '','Num:', ''],
    'F' : ['1','','1','','1','','1','','1', '','2','','2','','1', '','2',''],   
    'A' : ['A','','A','','A','','A','','A','','A','','A','','A','','A',''],           
    'B' : ['Stop','','Res','','Stop','','Start','','Res','','Stop','','Res','','Start','','Start','']
    })

df = pd.DataFrame(data=d)

#Select desired place
Home = df.loc[df['D'] == 'Home']
Shops = df.loc[df['D'] == 'Shops']
Away = df.loc[df['D'] == 'Away']

预期产出：

    A      B         C     D     E  F
0   A   Stop  08:00:00  Home  Num:  1
2   A    Res  08:10:00  Home  Num:  1
12  A    Res  09:21:00  Home  Num:  2
16  A  Start  09:40:00  Home  Num:  2
6   A  Start  08:50:00  Shops  Num:  1
10  A   Stop  09:15:00  Shops  Num:  2
4   A   Stop  08:41:42  Away  Num:  1
8   A    Res  09:00:00  Away  Num:  1
14  A  Start  09:30:00  Away  Num:  1

---

例如，您可以通过循环df['B']来识别位置，识别非空字符串并将其保存在列表中

places = []
for i in df['B']:
    if i!="":places.append(i)
###now you can create a dict to save the differences
diff_result = {}
for i in places:
    Stop = df.loc[df['B'] == i].reset_index()['C']
    Start = df.loc[df['B'] == i].reset_index()['C']
    Res = df.loc[df['B'] == i].reset_index()['C']
    diff_result[i+"_diff"] = Res

---

现在，您有了一个包含所需结果的字典

您所需要的只是一个groupby（），然后可能是列“D”中排除/包含的唯一项的列表：

df = pd.DataFrame(data=d)

df['C'] = pd.to_timedelta(df['C'], errors="coerce").dt.total_seconds()

places = ['Home','Away','Shops']

for d, dfg in df[df['D'].isin(places)].groupby('D'):
    # print out the processing place
    print('group:{}\n{}'.format(d, dfg))
    # do whatever you want on `dfg` and `d`
    # In your example, when d is 'Home', dfg is df.loc[df['D'] == 'Home']
    # below your code, just change `df` to `dfg`
    #Return start-stop times
    Stop = dfg.loc[df['B'] == 'Stop'].reset_index()['C']
    Start = dfg.loc[df['B'] == 'Start'].reset_index()['C']
    Res = dfg.loc[df['B'] == 'Res'].reset_index()['C']

    #return difference
    Start_diff = Start - Stop
    Res_diff = Res - Start

---

谢谢@jxc。这是怎么回事？它是否

excluded=['Everything Iwant'，'Undeposed']

。您好，@PeterJames123:

excluded

是列-D中的唯一值列表，您不想将其包含在处理例程中（例如，当D为空时）

df[~df.D.isin（已排除）]

将过滤掉这些行。另一方面，您也可以显式地指定所有50个位置，例如

included=['Home'、'Away'、'Everything Iwant'…]

，然后使用：

df[df.D.isin（included）]。groupby（'D'）：

（删除

~

，这是按位反转的）我简化了问题@jxc。您的解决方案并没有返回每个位置。如果我有一个空列表，它只返回一个位置。不是allOK，我只是调整了代码，使其包含您刚才添加的位置列表。（

print（）

行仅用于调试）。但是，如果D列（'Shops'）中没有

位置

的记录，它将不会显示在结果中。谢谢@jxc。如果我想在将来的工作中使用该df，我会使用什么输出代码？如果I:=“Home”：places.append（I）