使用迭代程序嵌套循环并为熊猫数据帧建立索引

时间:2018-09-03 09:02:40

标签: python pandas dataframe nested-loops

我正在尝试通过数据框执行嵌套循环,而使用python确实是我的新手。不知何故,我在Google上找到了很多例子,但最后一个例子是我需要的。我使用 iterrows 遍历数据框并在日期上使用仅具有相同 date 的数据进行索引。这样可行。现在我想要嵌套循环,但不知道它如何与迭代一起工作?代码如下所示:

import pandas as pd

df = pd.read_csv('C:/Files_Employees.csv', encoding='cp1252', sep=';', index_col=0).dropna()

for current_date in df.index.unique():
    print('calculating date: ' +str(current_date))

    for index, row in df.iterrows():
        if index == current_date:
            print(row['Person']) 

我是通过嵌套循环完成的,但是在这里我不确定如何进行如上所示的索引编制,并且预期的结果是错误的。该代码如下所示:

import pandas as pd

df = pd.read_csv('C:/Files_Employees.csv', encoding='cp1252', sep=';', index_col=0).dropna()

df2 = pd.DataFrame([])

for i in range(0, len(df)):
        for j in range(i+1, len(df)):   

            if df.iloc[i]['Working Group'] == df.iloc[j]['Working Group']:

                working_hours = df.iloc[i]['Working Hours'] + df.iloc[j]['Working Hours']

                print(df.iloc[i]['Working Group'], working_hours)

如果需要一个示例,我可以提供一个示例。

示例文件如下所示:

working_date    Working Group   Person  Working Hours   Country
2017-07-14      1   Mike    59  USA
2017-07-14      2   Molly   60  USA
2017-07-14      3   Dennis  45  USA
2017-07-14      4   Pablo   45  USA
2017-07-14      1   Jeff    42  USA
2017-07-14      2   Emily   55  USA
2017-07-14      3   Sophia  46  USA
2017-07-14      4   Alice   41  USA
2017-07-14      1   Ethan   57  USA
2017-07-14      2   Alexander   59  USA
2017-07-14      3   Edward  41  USA
2017-07-14      4   Daniel  46  USA
2017-07-15      1   Mike    59  USA
2017-07-15      2   Molly   59  USA
2017-07-15      3   Dennis  61  USA
2017-07-15      4   Pablo   58  USA
2017-07-15      1   Jeff    58  USA
2017-07-15      2   Emily   51  USA
2017-07-15      3   Sophia  65  USA
2017-07-15      4   Alice   53  USA
2017-07-15      1   Ethan   49  USA
2017-07-15      2   Alexander   61  USA
2017-07-15      3   Edward  56  USA
2017-07-15      4   Daniel  65  USA

最终支出应类似于以下内容,它将每个工作组的嵌套循环汇总在一起,例如工作日期为2017年7月14日的第一工作组是59 + 42 + 57 = 158:

working_date    Working Group   Working Hours   Country
2017-07-14      1               158             USA
2017-07-14      2               174             USA
2017-07-14      3               132             USA
2017-07-14      4               132             USA
2017-07-15      1               166             USA
2017-07-15      2               171             USA
2017-07-15      3               182             USA
2017-07-15      4               176             USA

1 个答案:

答案 0 :(得分:0)

对于Pandas,您应该使用矢量化操作。在这里,您可以简单地使用GroupBy + sum

res = df.groupby(['working_date', 'WorkingGroup', 'Country']).sum().reset_index()
#alternative
res = (df.groupby(['working_date','Working Group', 'Country'], as_index=False)
         ['Working Hours'].sum())
print(res)

  working_date  WorkingGroup Country  WorkingHours
0   2017-07-14             1     USA           158
1   2017-07-14             2     USA           174
2   2017-07-14             3     USA           132
3   2017-07-14             4     USA           132
4   2017-07-15             1     USA           166
5   2017-07-15             2     USA           171
6   2017-07-15             3     USA           182
7   2017-07-15             4     USA           176