Pandas：有没有办法遍历数据框并使用多个条件创建新的数据框？

Posted 2023-02-23

【中文标题】Pandas：有没有办法遍历数据框并使用多个条件创建新的数据框？

【英文标题】：Pandas: Is there a way to iterate through a dataframe and create new dataframes using multiple conditions?

【发布时间】：2022-01-03 22:13:26

【问题描述】：

我需要拆分数据框，以便可以使用完整数据框内的空间数据创建新文件。

我有一个如下所示的数据框：

Full dataframe

我想使用多个条件创建一些新的数据框

我希望最终得到一堆具有以下条件的数据帧，例如：

Z_year = 2020, Z_month = 5, Z_group = 'weekday', time_range = '08:00 to 12:00'

Z_year = 2020, Z_month = 5, Z_group = 'weekday', time_range = '12:00 to 18:00'

Z_year = 2020, Z_month = 5, Z_group = 'weekday', time_range = '18:00 to 01:00'

Z_year = 2020, Z_month = 5, Z_group = 'weekend', time_range = '08:00 to 12:00'

Z_year = 2020, Z_month = 5, Z_group = 'weekend', time_range = '12:00 to 18:00'

Z_year = 2020, Z_month = 5, Z_group = 'weekend', time_range = '18:00 to 01:00'

Z_year = 2020, Z_month = 8, Z_group = 'weekday', time_range = '08:00 to 12:00'

Z_year = 2020, Z_month = 8, Z_group = 'weekday', time_range = '12:00 to 18:00'

Z_year = 2020, Z_month = 8, Z_group = 'weekday', time_range = '18:00 to 01:00'

...

Z_year = 2021, Z_month = 11, Z_Group = 'weekend', time_range = '18:00 to 01:00'

等等

直到所有组合都完成。

有没有办法遍历我的数据框来做到这一点？

目标列是（年、月、组和时间范围），每个列的唯一值是：(2020, 2021), (5, 8, 11), ('weekday', 'weekend') , 和 (08:00 到 12:00, 12:00 到 18:00, 18:00 到 01:00)

...

#This is used to find unique values for target columns
year_list = df['Z_year'].unique()

#Creating a new dataframe using only target values
a = df.loc[(df['Z_year'] == 2020) & (df['Z_month'] == 5) & (df.loc['Z_group'] == 'weekday') & (df.loc['time_range'] == '08:00 to 12:00')]

...

感谢您的帮助！

【参考方案1】：

您可以像这样遍历数据框：

cols, rows = df.shape
for x in range(cols):
    print(df[x:x+1])

您可以选择候选并将其附加到列表中，并将其转换为新的数据框。

【参考方案2】：

我建议使用 for 循环和字典，以便使用由条件组合组成的谱号保存每个数据帧

dic = 
for a in [2020,2021]:
    for b in [5, 8, 11]:
        for c in ['weekday', 'weekend']:
            for d in ['08:00 to 12:00', '12:00 to 18:00', '18:00 to 01:00']:
                idf = str(a)+str(b)+c+d
                dic[idf] = df.loc[(df['Z_year'] == a) & (df['Z_month'] == b) & (df.loc['Z_group'] == c) & (df.loc['time_range'] == d)]