如何在定义自己的函数时迭代列表中的条目

Posted 2023-03-12

【中文标题】如何在定义自己的函数时迭代列表中的条目

【英文标题】：how to iterate over entries in list while defining own function

【发布时间】：2021-01-16 04:01:27

【问题描述】：

我正在尝试定义具有这些目标的函数。

一个数据帧df 国家/地区列表（可以假设所有国家/地区都可以在 DataFrame 的location 列中找到） cl 一个字符串（可以假设是一个列（除了位置），它将在 DataFrame 中找到。column

该函数应返回给定国家列表的给定指标的平均值。通俗地说。我希望该功能能够将每个国家/地区的给定值拉回 column 所提到的值。然后sum列表中的所有条目除以len 如果这是一个列表

g7 = ['United States', 'Italy', 'Canada', 'Japan', 'United Kingdom', 'Germany', 'France']

这是我目前的代码：

def countries_average(df,cl,column):
    average = []
    for country in enumerate(cl):
        x = df.loc[df["location"] == country, column]
        average.append(x)
        y = sum(average)/len(average)
        return average

它会返回列表中第一个条目中的一行。当column 中的条目之一是total_deaths：

[28543    127410.0
 Name: total_deaths, dtype: float64]

遍历此列表并成功添加到average 列表的任何帮助。 我试过range(len(cl))，但这也无济于事。任何帮助将不胜感激。

【参考方案1】：

我认为这应该可行：

def countries_average(df,cl,column):
    return df[df['location'].isin(cl)][column].mean()

【讨论】：

这不返回任何东西，我所有的输出返回都是Series([], Name: total_deaths, dtype: float64)

如果你的 x 是一个数值，那么它应该可以工作。你能打印 x 吗？

Series([], Name: total_deaths, dtype: float64)

更改 "x = df.loc[df["location"] == country, column]" 为 "x = df.loc[df["location"] == country, column][ 0]"（在末尾添加 [0]）并告诉我你得到了什么。

我更新了代码，现在应该不会再给您带来任何问题了。