For循环子集化的熊猫数据框

Posted 2023-03-12

【中文标题】For循环子集化的熊猫数据框

【英文标题】：For loop over subsetted pandas dataframe

【发布时间】：2018-08-20 22:21:07

【问题描述】：

我正在尝试迭代地创建数据框的子集。一个玩具例子：

In:

   A  B  participant  
0  1  3            1          
1  2  4            1         
2  5  8            2          
3  4  9            2
4  3  7            3

（条件语句感谢下方评论者）

for p in df:
    subset = df[df['participant'] == p].loc[: , 'A']

期望的结果是：

   A  participant  
0  1            1          
1  2            1

   A  participant  
0  5            2          
1  4            2   

等等

但是 for 循环按行而不是参与者创建子集。如何获得每个参与者的子集？

最初的尝试：

for p in df:
    p.pressure = df[(:, 'pressure') & (df['participant'] == p)]

【问题讨论】：

好的，谢谢，但看起来我现在循环的是列标题而不是扬声器？

您可以将其更改为for p in df['participant']，但我觉得这是XY Problem。你想做什么？可能有一个更简单的解决方案，可能使用groupby()。

我想知道如何每次使用相同的标准迭代地对数据帧进行子集化。在此示例中，for 循环应为每个参与者提供所有压力值的子集。当前语法给出了重复的子集。

你能举一个具体的例子，包括样本输入和期望的输出吗？尝试提供minimal reproducible example。更多关于how to create good reproducible pandas examples.

用上面的玩具数据框编辑的问题

【参考方案1】：

这是一种方法。

首先获取参与者的唯一值：

participants = df['participant'].unique()
#array([1, 2, 3])

现在为每个参与者创建一个数据框。在这个例子中，我会将每个 DF 存储在一个字典中，由参与者编号作为键。

output_dfs = p: df[df['participant'] == p] for p in participants
for p in output_dfs:
    print("Participant = %s"%p)
    print(output_dfs[p])
    print("")

哪些打印：

Participant = 1
   A  B  participant
0  1  3            1
1  2  4            1

Participant = 2
   A  B  participant
2  5  8            2
3  4  9            2

Participant = 3
   A  B  participant
4  3  7            3