Python 从数据帧中的一行获取某些列值，并将它们添加到另一个数据帧中

我想将某些列值从数据帧

df

中的特定行复制到另一个名为

bestdf

在这里，我创建了一个空数据帧（称为

bestdf

）：

.我在

df

中找到了某一行，并在上次将该行分配给变量

：

last_time = df.iloc[-1]
print last_time

给我

                  DATETIME     PRC
2016-10-03 00:07:39.295000  335.82

然后我想从
DATETIME
列中获取
2016-10-03
，并将其放入我的另一个数据帧（
bestdf
）的
DATE
列中。
我还想获取
PRC
并将其放入空数据帧的
PRICE1
列中。我希望
bestdf
看起来像这样：

                      DATE  PRICE1  PRICE2
                2016-10-03  335.82

这是我到目前为止得到的

sample_date = str(last_time).split()
best_price = sample_date[2]
sample_date = sample_date[0]

bestdf['DATE'] = sample_date
bestdf['PRICE1'] = best_price

但这似乎不起作用。仅供参考，我还想将其放入一个循环中（在循环中，将修改最后一次，每次新值都将写入新行）。我正在尝试正确的功能

请帮忙

谢谢
有多种方法可以完成您想做的事情：
此外，您还可以将问题分解为多个部分。这样，您将能够应用不同的步骤来解决这些问题

以下是一个例子：

import pandas as pd
from datetime import datetime

data = [{'DATETIME': '2016-10-03 00:07:39.295000', 'PRC': 335.29},
        {'DATETIME': '2016-10-03 00:07:39.295000', 'PRC': 33.9},
        {'DATETIME': '2016-10-03 00:07:39.295000', 'PRC': 10.9}]

df = pd.DataFrame.from_dict(data, orient='columns')

df

输出：

    DATETIME                    PRC
0   2016-10-03 00:07:39.295000  335.29
1   2016-10-03 00:07:39.295000  33.90
2   2016-10-03 00:07:39.295000  10.90

    DATE                        PRICE1  PRICE2
0   2016-10-03 00:07:39.295000  335.29  None
1   2016-10-03 00:07:39.295000  33.90   None

    DATE    PRICE1  PRICE2
0   2016-10-03  335.29  None
1   2016-10-03  33.90   None

代码继续：

bestdf = df[df['PRC'] > 15].copy()
# we filter data from original df and make a copy
bestdf.columns = ['DATE','PRICE1']
# we change columns as we need
bestdf['PRICE2'] = None
bestdf

bestdf['DATE'] = bestdf['DATE'].apply(lambda value: value.split(' ')[0])
# we change column format based on how we need it to be
bestdf

输出：

    DATETIME                    PRC
0   2016-10-03 00:07:39.295000  335.29
1   2016-10-03 00:07:39.295000  33.90
2   2016-10-03 00:07:39.295000  10.90

    DATE                        PRICE1  PRICE2
0   2016-10-03 00:07:39.295000  335.29  None
1   2016-10-03 00:07:39.295000  33.90   None

    DATE    PRICE1  PRICE2
0   2016-10-03  335.29  None
1   2016-10-03  33.90   None

代码继续：

bestdf = df[df['PRC'] > 15].copy()
# we filter data from original df and make a copy
bestdf.columns = ['DATE','PRICE1']
# we change columns as we need
bestdf['PRICE2'] = None
bestdf

bestdf['DATE'] = bestdf['DATE'].apply(lambda value: value.split(' ')[0])
# we change column format based on how we need it to be
bestdf

输出：

    DATETIME                    PRC
0   2016-10-03 00:07:39.295000  335.29
1   2016-10-03 00:07:39.295000  33.90
2   2016-10-03 00:07:39.295000  10.90

    DATE                        PRICE1  PRICE2
0   2016-10-03 00:07:39.295000  335.29  None
1   2016-10-03 00:07:39.295000  33.90   None

    DATE    PRICE1  PRICE2
0   2016-10-03  335.29  None
1   2016-10-03  33.90   None

我们也可以对datetime对象执行同样的操作。不必是字符串。
您能创建一个最小的示例并显示所需的输出吗？！你想从另一个数据框的某些行和列创建新的数据框吗？@VikashSingh这就是我想做的是（我编辑了上面的内容，使其更具信息性）。@Cleb请查看上面的编辑，thanks@nrs90如果您可以共享您的源数据帧结构，这将非常有帮助。谢谢