Python pandas：while循环可通过多个列表和调用函数同时前进

我希望我的代码：

• 从CSV中读取数据并制作数据帧：“source_df”
• 查看dataframe是否包含列表中指定的任何列： “可能的_列”
• 调用一个唯一的函数来替换列表中“可能的_列”中标题所在的每列中的值，然后将修改后的值插入新的数据框：“destination_df”

这是：

import pandas as pd

#creates source_df
file = "yes-no-true-false.csv"
data = pd.read_csv(file)
source_df = pd.DataFrame(data)

#creates destination_df
blanklist = []
destination_df = pd.DataFrame(blanklist)

#create the column header lists for comparison in the while loop
columns = source_df.head(0)
possible_columns = ['yes/no','true/false']

#establish the functions list and define the functions to replace column values
fix_functions_list = ['yes_no_fix()','true_false_fix()']

def yes_no_fix():
    destination_df['yes/no'] = destination_df['yes/no fixed'].replace("No","0").replace("Yes","1")
def true_false_fix():
    destination_df['true/false'] = destination_df['true/false fixed'].replace('False', '1').replace('True', '0')


'''use the counter to call a unique function from the function list to replace the values in each column whose header is found in the "possible_columns" the list, insert the modified values in "destination_df, then advance the counter'''

counter = 0
while counter < len(possible_columns):
    if possible_columns[counter] in columns:
        destination_df.insert(counter, possible_columns[counter], source_df[possible_columns[counter]])
        fix_functions_list[counter]
        counter = counter + 1

#see if it works
print(destination_df.head(10))

将熊猫作为pd导入
#创建源文件
file=“yes no true false.csv”
数据=pd.read\u csv（文件）
source_df=pd.DataFrame（数据）
#创建目的地
空白列表=[]
目的地_df=pd.DataFrame（空白列表）
#创建列标题列表，以便在while循环中进行比较
columns=源文件头（0）
可能的_列=['yes/no'，'true/false']
#建立函数列表并定义替换列值的函数
fix_函数\u列表=[“是\u否\u fix（）”，“真\u假\u fix（）”]
def yes_no_fix（）：
目的地_-df['yes/no']=目的地_-df['yes/no-fixed']。替换（“no”，“0”）。替换（“yes”，“1”）
def true_false_fix（）：
目的地_-df['true/false']=目的地_-df['true/false-fixed'].替换（'false'，'1'）。替换（'true'，'0'））
''使用计数器从函数列表中调用唯一函数，替换列表中“可能的_列”中标题所在的每列中的值，在“目标_df”中插入修改后的值，然后推进计数器''
计数器=0
当计数器

---

当我打印（destination_df）时，我看到来自source_df的未修改的列值。当我独立调用函数时，它们工作，这让我觉得while循环中出现了问题。

您的问题是，您试图调用一个以字符串形式存储在列表中的函数

fix_functions_list[cnt]

这实际上不会运行函数，只会访问字符串值。

---

我会尝试找到另一种方法来运行这些函数。

您的问题是，您试图调用一个以字符串形式存储在列表中的函数

fix_functions_list[cnt]

def yes_no_fix():
    destination_df['yes/no'] = destination_df['yes/no fixed'].replace("No","0").replace("Yes","1")
def true_false_fix():
    destination_df['true/false'] = destination_df['true/false fixed'].replace('False', '1').replace('True', '0')

fix_functions_list = {0:yes_no_fix,1:true_false_fix}

这实际上不会运行函数，只会访问字符串值。 我会尝试找到另一种方式来运行这些函数

def yes_no_fix():
    destination_df['yes/no'] = destination_df['yes/no fixed'].replace("No","0").replace("Yes","1")
def true_false_fix():
    destination_df['true/false'] = destination_df['true/false fixed'].replace('False', '1').replace('True', '0')

fix_functions_list = {0:yes_no_fix,1:true_false_fix}

并将函数调用更改为如下所示

fix_functions_list[counter]()

并将函数调用更改为如下所示

fix_functions_list[counter]()

---

这些正是我所希望的简单编辑类型。然而，当我尝试它们时，我得到一个“KeyError:3”，它表示修复函数列表[计数器]（）.Thinks？从if条件内部移动计数器并在if条件之后添加您所做的是，即使在没有匹配的情况下，您也在增加计数器。请查看下面的答案，如果您有任何错误，请告诉我。如果运行时没有错误，您将得到所需的答案。当我将计数器更新移动到if条件外部时，我仍然得到了KeyError这正是我所希望的简单编辑类型。然而，当我尝试它们时，我得到了一个“KeyError:3”，表示修复函数列表[计数器]（）.Thinks？从if条件内部移动计数器并在if条件之后添加您所做的是，即使在没有匹配的情况下，您也在增加计数器。请查看下面的答案，如果您有任何错误，请告诉我。如果运行时没有错误，您将得到所需的答案。当我将计数器更新移动到if条件外部时，我仍然得到KeyErrorThank you for this example。但是，我发布的代码是一个简化的示例。实际上，我将使用的数据集将有25+列，每个列最多有15个变量，因此映射的想法似乎很难编写。感谢您提供的这个示例。但是，我发布的代码是一个简化的exampl实际上，我将使用的数据集将有25+列，每个列最多有15个变量，因此映射的想法似乎很难编写。