Question

我创建了一个生成一些值的循环。我想将这些值存储在数据框中。例如，完成一个循环，追加到第一行。

def calculate (allFiles):

    result = pd.DataFrame(columns = ['Date','Mid Ebb Total','Mid Flood Total','Mid Ebb Control','Mid Flood Control'])

    total_Mid_Ebb = 0
    total_Mid_Flood = 0
    total_Mid_EbbControl = 0
    total_Mid_FloodControl = 0

    for file_ in allFiles:
        xls = pd.ExcelFile(file_)
        df = xls.parse('General Impact')
        Mid_Ebb = df[df['Tidal Mode'] == "Mid-Ebb"] #filter 
        Mid_Ebb_control = df[df['Station'].isin(['C1','C2','C3'])] #filter control
        Mid_Flood = df[df['Tidal Mode'] == "Mid-Flood"] #filter
        Mid_Flood_control = df[df['Station'].isin(['C1','C2','C3', 'SR2'])] #filter control
        total_Mid_Ebb += Mid_Ebb.Station.nunique() #count unique stations = sample number
        total_Mid_Flood += Mid_Flood.Station.nunique()
        total_Mid_EbbControl += Mid_Ebb_control.Station.nunique()
        total_Mid_FloodControl += Mid_Flood_control.Station.nunique()

    Mid_Ebb_withoutControl = total_Mid_Ebb - total_Mid_EbbControl
    Mid_Flood_withoutControl = total_Mid_Flood - total_Mid_FloodControl

    print('Ebb Tide: The total number of sample is {}. Number of sample without control station is {}. Number of sample in control station is {}'.format(total_Mid_Ebb, Mid_Ebb_withoutControl, total_Mid_EbbControl))
    print('Flood Tide: The total number of sample is {}. Number of sample without control station is {}. Number of sample in control station is {}'.format(total_Mid_Flood, Mid_Flood_withoutControl, total_Mid_FloodControl))

数据框结果包含4列。日期是固定的。我想将total_Mid_Ebb，Mid_Ebb_withoutControl，total_Mid_EbbControl放到数据帧中。

Answer 1

我相信你需要在循环中将标量追加到元组列表中，然后使用(?:washroom|lav(?:atory)?).*?([lr]20)|([lr]20).*?(?:washroom|lav(?:atory)?)构造函数。 DataFrame DataFrame中的最后一次计数差异：

result

Answer 2

以下是在循环的每次迭代后在数据框中加载每列数据的示例。虽然这不是唯一的方法，但它有助于更好地理解概念。

必要的进口

import pandas as pd
from random import randint

首先定义一个5列的空数据框以匹配您的问题

df = pd.DataFrame(columns=['A','B','C','D','E'])

接下来，我们遍历for循环并使用randint()生成值，并一次向每列添加一个值，以'A'一直到'E'，

for i in range(5): #add 5 rows of data
    df.loc[i, ['A']] = randint(0,99)
    df.loc[i, ['B']] = randint(0,99)
    df.loc[i, ['C']] = randint(0,99)
    df.loc[i, ['D']] = randint(0,99)
    df.loc[i, ['E']] = randint(0,99)

我们得到一个DF，其中填充了5行。

>>> df
    A   B   C   D   E
0   4  74  71  37  90
1  41  80  77  81   8
2  14  16  82  98  89
3   1  77   3  56  91
4  34   9  85  44  19

希望以上有所帮助，您可以根据自己的需求量身定制。

Answer 3

注意这不会按要求为每个文件生成一行，但它更多地是关于Pandas的一般用法的评论，对于这样的问题 - 通常更容易读取所有数据然后使用pandas文件，而不是在不同的情况下编写自己的循环。

我认为你并没有以惯用的方式使用大熊猫。我认为如果你这样做，你将节省大量代码并获得更易理解的结果：

controlstations = ['C1', 'C2', 'C3', 'SR2']
df = pd.concat(pd.read_excel(file_, sheetname='General Impact') for file_ in files)
df['Control'] = df.Station.isin(controlstations)
counts = df.groupby(['Control', 'Tidal Mode']).Station.agg('nunique')

所以在这里，您首先将所有excel文件读入单个数据帧，然后添加一列以指示是否是控制站，然后使用groupby计算不同的组合。

counts是一个带有二维索引的系列（对于一些组成的数据）：

Control  Tidal Mode
False    Mid-Ebb       2
         Mid-Flood     2
True     Mid-Ebb       2
         Mid-Flood     2

您可以像这样访问函数中的值：

total_Mid_Ebb = counts['Mid-Ebb'].sum()
total_Mid_Ebb_Control = counts['Mid-Ebb', True]
total_Mid_Flood = counts['Mid-Flood'].sum()
total_Mid_Flood_Control = counts['Mid-Flood', True]

之后，您可以轻松地将它们添加到DataFrame中：

import datetime
today = datetime.datetime.today()
totals = [total_Mid_Ebb, total_Mid_Flood, total_Mid_Ebb_Control, total_Mid_Flood_Control]
result = pd.DataFrame(data=[totals], columns=['Mid Ebb Total', 'Mid Flood Total', 'Mid Ebb Control', 'Mid Flood Control'],
                       index=[today])

如何将值从循环存储到数据帧？

3 个答案: