Python 如何基于给定的列循环数据帧中的所有行，然后生成结果字典？

我有一个

pandas.DataFrame

如下：

0      Main_1      Main_2        Date1       Date2      ....     Date99  
1      1994-11-05  1997-11-07    1993-11-07  1994-11-07          2002-11-07
2      1994-1-07   1997-11-07    1993-11-07  1999-11-07          2002-10-07
3      1994-8-09   1997-11-07    1999-11-07  2000-11-07          2003-11-07
.      .           .             .           .                   .
.      .           .             .           .                   .
30,000 .           .             .           .                   .

Main_1：带有日期的列

Main_2：另一个日期列

Date1到Date99:99个日期列。这99列有不同的日期，它们是连续的。也就是说，每行的日期1早于日期2，日期2早于日期3，依此类推。Date99表示行的最新日期

我试图为每一行创建一个循环，用于检查：

• 从

  Date1

  到

  Date99

  的列，查看值日期是否介于（或等于）

  Main_1

  和

  Main_2

  事件之间
• 如果该值介于（或等于）

  Main\u 1

  和

  Main 2

  ，则记录相关日期列的名称，如

  Date78

  ，

  Date79

  ，

  Date80

例如，假设只有

Date90

、

Date91

和

Date92

符合第一行的条件，我想查看字典，例如：

{
    (row0: Date90, Date91, and Date92)
    (row1: DateX, DateY)
    .  
    .  
    row30000: DateK, DateM, DateN, DateZ)
}

注意：列是使用

pd.to_datetime

和

格式='%Y/%m/%d

创建的

因此，我想知道数据框中每行的这些主要事件之间发生了哪些日期列（它们都表示事件）。我尝试使用itertools，但到目前为止我失败了，所以我很感激有人能在这方面指导我

我失败的尝试：

Date_sequence={}
for item, frame in sample_data.ix[:,2:102].iteritems():
    if frame>=sample_data.ix[:,1] and frame<=sample_data.ix[:,2]:
        Date_sequence['item'] = frame

Date_sequence={}
对于项，在示例_data.ix[：，2:102].iteritems（）中使用框架：
如果frame>=sample_data.ix[：，1]和frame，则可以使用
pandas.dataFrame.apply（）
依次处理每一行。对于每一行，您可以收集列的名称，并测试行值是否包含在日期范围内

代码：

def find_dates_in_range(row):
    start = row.Main_1
    end = row.Main_2
    return [column for column in row.index.values[2:]
            if start <= row[column] <= end]

import pandas as pd
from io import StringIO

df = pd.read_csv(StringIO(
    u"""Main_1      Main_2      Date1       Date2       Date3
      1994-11-05  1997-11-07  1993-11-07  1994-11-07  2002-11-07
      1994-01-07  1997-11-07  1993-11-07  1999-11-07  2002-10-07
      1994-08-09  1997-11-07  1995-11-07  2000-11-07  2003-11-07
    """), sep='\s+',
    parse_dates='Main_1 Main_2 Date1 Date2 Date3'.split())

print(df.apply(find_dates_in_range, axis=1))

0    [Date2]
1         []
2    [Date1]

结果：

def find_dates_in_range(row):
    start = row.Main_1
    end = row.Main_2
    return [column for column in row.index.values[2:]
            if start <= row[column] <= end]

import pandas as pd
from io import StringIO

df = pd.read_csv(StringIO(
    u"""Main_1      Main_2      Date1       Date2       Date3
      1994-11-05  1997-11-07  1993-11-07  1994-11-07  2002-11-07
      1994-01-07  1997-11-07  1993-11-07  1999-11-07  2002-10-07
      1994-08-09  1997-11-07  1995-11-07  2000-11-07  2003-11-07
    """), sep='\s+',
    parse_dates='Main_1 Main_2 Date1 Date2 Date3'.split())

print(df.apply(find_dates_in_range, axis=1))

0    [Date2]
1         []
2    [Date1]

给我写一份口述：

def find_dates_in_range(row):
    start = row.Main_1
    end = row.Main_2
    return [column for column in row.index.values[2:]
            if start <= row[column] <= end]

import pandas as pd
from io import StringIO

df = pd.read_csv(StringIO(
    u"""Main_1      Main_2      Date1       Date2       Date3
      1994-11-05  1997-11-07  1993-11-07  1994-11-07  2002-11-07
      1994-01-07  1997-11-07  1993-11-07  1999-11-07  2002-10-07
      1994-08-09  1997-11-07  1995-11-07  2000-11-07  2003-11-07
    """), sep='\s+',
    parse_dates='Main_1 Main_2 Date1 Date2 Date3'.split())

print(df.apply(find_dates_in_range, axis=1))

0    [Date2]
1         []
2    [Date1]

并转化为问题中要求的形式：

results = df.apply(find_dates_in_range, axis=1)
as_a_dict = {'row%s' % i: v for i, v in enumerate(results)})
print(as_a_dict)

给出：

{'row0': ['Date2'], 'row1': [], 'row2': ['Date1']}

如果你能告诉我哪部分不清楚，我会尽力澄清。我的代码没有带我去任何地方。我在编辑中键入了一些代码。感谢您的回复。好的，发布了一个可能的解决方案，并删除了关闭投票+过时的评论。