Question

我有一个由DataFrames组成的列表，我想迭代DataFrames列表，并根据数组向每个DataFrame插入一列。

以下是我为说明目的而创建的一个小示例。我会手动执行此操作，如果它只有4个DataFrames但我的数据集要大得多：

singletons

上述for循环的问题在于它首先应用了最后一个日期，然后它没有将第二个日期应用于第二个DataFrame，只是每个DataFrame的第一个日期。

来自for循环的所需输出：

#Create dataframes
df1 = pd.DataFrame(list(range(0,10)))
df2 = pd.DataFrame(list(range(10,20)))
df3 = pd.DataFrame(list(range(20,30)))
df4 = pd.DataFrame(list(range(30,40)))

#Create list of Dataframes
listed_dfs = [df1,df2,df3,df4]

#Create list of dates
Dates = ['2015-05-15','2015-02-17', '2014-11-14', '2014-08-14']

#Objective: Sequentially append each instance of "Dates" to a new column in each dataframe
#First, create list of locations for iterations
locations = [0,1,2,3]

#Second, create for loop to iterate over [Need help here]
#Example: for the 1st Dataframe in the list of dataframes, add a column 'Date' that 
#         has the the 1st instance of the 'Dates' list for every row,
#         then for the 2nd DataFrame in the list of dataframes, add the 2nd instance of the 'Dates' list for every row
for i in Dates:
    for a in locations:
        listed_dfs[a]['Date'] = i

print(listed_dfs)

Answer 1

将for循环更改为

filter(lambda x: x%2!=0, mylist)

Answer 2

使用您想要的输出：

listed_dfs[0]['Date'] = Dates[0]
listed_dfs[1]['Date'] = Dates[1]
listed_dfs[2]['Date'] = Dates[2]
listed_dfs[3]['Date'] = Dates[3]

pd.concat(listed_dfs)

请注意，行的索引值是相同的，因此，0和0,1和1等等。这基本上就是你需要的。

for i in range(len(Dates)):
    listed_dfs[i]['Date'] = Dates[i]

pd.concat(listed_dfs)

Answer 3

如果我感觉不好，问题是您在Dates的每次迭代中覆盖了所有四个数据帧中的“Date”列。解决方案可能只是一个'for'循环：

for a in locations:
    listed_dfs[a]['Date'] = Dates[a]

Answer 4

如果您在示例中顺序遍历数据框，则可以while ((line = file.readLine()) != null) { ArrayList<String> arr2= new ArrayList<String>(); String[] words = line.split("\\,"); for (int ae = 0; ae < words.length; ae++) { arr2.add(words[ae]); } arr1.add(arr2); } file.close();数据框和日期如下所示。

zip

这消除了对for df, date in zip(listed_dfs, Dates): df['Date'] = date列表的需求。

Python - 将列附加到DataFrame列表

4 个答案: