Python 如何创建循环？

我有这个功能：

def get_topName(dataset, start_year, end_year, sex):
    subset = dataset[(dataset.year >= start_year) & (dataset.year <= end_year) & (dataset.sex == sex)]
    subset1 = subset.drop(columns=['year', 'prop', 'per1000'])
    subset2 = subset1.groupby("name", as_index=False).n.sum()
    subset3 = subset2.sort_values("n" , ascending = False)
    return subset3[0:1]

---

也许我的十诫会有一个开始的一年，结束的一年，和性？这可能吗？我试图保持这个非常简单的/初学者的方法。

我将创建一个包含3列的数据框架：

decade、f\u name、m\u name

。您只需循环查看

decadeList

，获取两个sex的顶级名称，并将新记录包含到数据帧中

import pandas as pd

def get_topName(dataset, start_year, end_year, sex):
    subset = dataset[(dataset.year >= start_year) & (dataset.year <= end_year) & (dataset.sex == sex)]
    subset1 = subset.drop(columns=['year', 'prop', 'per1000'])
    subset2 = subset1.groupby("name", as_index=False).n.sum()
    subset3 = subset2.sort_values("n" , ascending = False)
    return subset3[0]

columns = ['decade', 'f_name', 'm_name']
top_names_df = pd.DataFrame(columns=columns)
for decade in decadeList:
  f_name = get_topName(baby_df, decade, decade+10, female_sex)
  m_name = get_topName(baby_df, decade, decade+10, male_sex)
  top_names_df.loc[len(top_names_df)] = [deacade, f_name, m_name]

将熊猫作为pd导入
def get_topName（数据集、开始年份、结束年份、性别）：
subset=dataset[（dataset.year>=start\u year）和（dataset.year）在您的循环中，您需要
x
中的
x
用于十年列表中的x

来携带所有要放入函数的信息。如果

x

包含所有

dataset、start\u year、end\u year、sex

，则可以使用

name=get\u topName（*x）将其解包

否则您需要以某种方式传递所有参数。另外，在函数返回中，您可以简化一点：

subset3[0:1]

与只说

subset3[0]

相同，但我收到了一条错误消息。“'return'在函数外部”返回是针对函数的，您的循环不是函数。您需要声明一个空列表（或其他数据结构）并在循环中向其添加

如何查看此top_names_df？只需使用
打印（top_names_df）
好的，这似乎有效，但当我有50年的时间来检查时，它只打印一个名称和值。我如何让它显示所有的名称？你的
十年名单是否实际包含了50年…？是的，它的列表类似于“十年名单=[[baby_df，1950，1960，“M”]，…”，然后我在f_名称和M_名称中使用了*x
import pandas as pd

def get_topName(dataset, start_year, end_year, sex):
    subset = dataset[(dataset.year >= start_year) & (dataset.year <= end_year) & (dataset.sex == sex)]
    subset1 = subset.drop(columns=['year', 'prop', 'per1000'])
    subset2 = subset1.groupby("name", as_index=False).n.sum()
    subset3 = subset2.sort_values("n" , ascending = False)
    return subset3[0]

columns = ['decade', 'f_name', 'm_name']
top_names_df = pd.DataFrame(columns=columns)
for decade in decadeList:
  f_name = get_topName(baby_df, decade, decade+10, female_sex)
  m_name = get_topName(baby_df, decade, decade+10, male_sex)
  top_names_df.loc[len(top_names_df)] = [deacade, f_name, m_name]