Python 熊猫：对于使用两个或多个值的组合的循环？

假设我有下表：

table1 = pd.DataFrame([{'account': 'Jones LLC', 'Jan': 150, 'Feb': 200, 'Mar': 140},
     {'account': 'Alpha Co',  'Jan': 200, 'Feb': 210, 'Mar': 215},
     {'account': 'Blue Inc',  'Jan': 50,  'Feb': 90,  'Mar': 95 },
                       {'account': 'Jones LLC', 'Jan': 1350, 'Feb': 1200, 'Mar': 1404},
                        {'account': 'Alpha Co',  'Jan': 300, 'Feb': 400, 'Mar': 500}])


table2 = pd.DataFrame(['Jones LLC','Alpha Co', 'Blue Inc', 'Another Company'], columns=['account'] )

我试图在表2中创建一个名为“frequency”的新列，计算表2中的每个值在

table1['account']

中出现的次数。我该怎么做

此外，假设我希望我的for循环频率计数仅应用于表1中

table1[Jan]

的值大于200的行。我应该如何为循环编写“多个条件”

---

我是不是对这个问题想错了？我应该根本不选择使用for循环吗？谢谢大家!

将

map

与

value\u计数一起使用

第一部分

In [876]: table2['freq'] = table2.account.map(table1.account.value_counts())

In [877]: table2
Out[877]:
           account  freq
0        Jones LLC   2.0
1         Alpha Co   2.0
2         Blue Inc   1.0
3  Another Company   NaN

第二部分

In [884]: table2['freqJAN>200'] = table2.account.map(
                           table1.query('Jan > 200').account.value_counts())

In [885]: table2
Out[885]:
           account  freq  freqJAN>200
0        Jones LLC   2.0          1.0
1         Alpha Co   2.0          1.0
2         Blue Inc   1.0          NaN
3  Another Company   NaN          NaN

---

或者，

table1[table1.Jan.gt（200）]。账户

代替

table1.query（'Jan>200'）。账户

使用

地图

和

数值

table3 = table1.groupby('account').size().to_frame('freq')
print(table3)

第一部分

In [876]: table2['freq'] = table2.account.map(table1.account.value_counts())

In [877]: table2
Out[877]:
           account  freq
0        Jones LLC   2.0
1         Alpha Co   2.0
2         Blue Inc   1.0
3  Another Company   NaN

第二部分

In [884]: table2['freqJAN>200'] = table2.account.map(
                           table1.query('Jan > 200').account.value_counts())

In [885]: table2
Out[885]:
           account  freq  freqJAN>200
0        Jones LLC   2.0          1.0
1         Alpha Co   2.0          1.0
2         Blue Inc   1.0          NaN
3  Another Company   NaN          NaN

或者，

table1[table1.Jan.gt（200）]。科目

代替

table1.query（'Jan>200'）。科目

table3 = table1.groupby('account').size().to_frame('freq')
print(table3)

输出：

           freq
account        
Alpha Co      2
Blue Inc      1
Jones LLC     2

                 freq
account              
Jones LLC           2
Alpha Co            2
Blue Inc            1
Another Company     0

或者，如果您需要公司列表上的统计信息：

table3 = table1.groupby('account').size().to_frame('freq').reindex(
                                        table2.account,fill_value=0)
print(table3)

输出：

           freq
account        
Alpha Co      2
Blue Inc      1
Jones LLC     2

                 freq
account              
Jones LLC           2
Alpha Co            2
Blue Inc            1
Another Company     0

输出：

           freq
account        
Alpha Co      2
Blue Inc      1
Jones LLC     2

                 freq
account              
Jones LLC           2
Alpha Co            2
Blue Inc            1
Another Company     0

或者，如果您需要公司列表上的统计信息：

table3 = table1.groupby('account').size().to_frame('freq').reindex(
                                        table2.account,fill_value=0)
print(table3)

输出：

           freq
account        
Alpha Co      2
Blue Inc      1
Jones LLC     2

                 freq
account              
Jones LLC           2
Alpha Co            2
Blue Inc            1
Another Company     0

---

谢谢你，零！然而，第2部分是不是完全不能从for循环中实现呢？你可以循环，但在与pandas合作以提高速度时最好避免for循环。谢谢你！然而，第2部分完全不能从for循环中实现吗？您可以循环，但在与pandas一起工作以提高速度时，最好避免for循环。