Question

我被困在一个简单的任务上。我想创建一个空的DataFrame并根据另一个数据集的查询向其追加行。我在这里尝试了答案，但我缺少Python初学者。任何帮助，将不胜感激。我想获取每个状态的前3行，并将它们添加到新的数据框中进行处理。我也尝试附加。.

def test():

    #get the list of states
    states_df = census_df.STNAME.unique()
    population_df = pd.DataFrame()

    for st in states_df:
        temp_df = pd.DataFrame(census_df[census_df['STNAME'] == st].nlargest(3,'CENSUS2010POP'))
        pd.concat([temp_df, population_df], ignore_index = True)

    return 1

Answer 1

我想我知道你在做什么，一年前我度过了愉快的时光，继续努力！

我发现连接一堆切片数据帧的最简单/最快的方法是将每个df附加到列表中，然后最后仅连接该列表。请参阅下面的工作代码（它符合我的解释）。

我同意戴维（David）关于排序的建议，使用起来比较容易，然后只需对第一个3进行切片。随着nlargest（）的执行并返回一个我相信的Series而不是一个dataframe，而您想保留整个dataframe结构（所有列）进行串联。

为什么您的函数返回1？错别字？我想如果要将其放入函数中，就想返回所需的输出，所以我也进行了更改。

import pandas as pd
import numpy as np


#create fake data random numbers
data = np.random.randint(2,11,(40,3))
census_df = pd.DataFrame(index=range(40), columns=['Blah', 'Blah2','CENSUS2010POP'], data=data)
#create fake STNAME column
census_df['STNAME'] = list('aaaabbbbccccddddeeeeffffgggghhhhiiiijjjj')

#Function:
def test(census_df):
    states_list = census_df.STNAME.unique() #changed naming to _list as it's not a df.
    list_of_dfs = list() #more efficient to append each df to a list
    for st in states_list:
        temp_df = census_df[census_df['STNAME']==st]
        temp_df = temp_df.sort_values(by=['CENSUS2010POP'], ascending=False).iloc[:3]
        list_of_dfs.append(temp_df)
    population_df = pd.concat(list_of_dfs,ignore_index=True)
    return population_df

population_df = test(census_df)

Answer 2

欢迎您！是附加问题还是前三行？

对于追加，请尝试使用df.append函数。看起来可能像这样：

#get the list of states
states_df = census_df.STNAME.unique()
population_df = pd.DataFrame()

for st in states_df:
    temp_df = pd.DataFrame(census_df[census_df['STNAME'] == st].nlargest(3,'CENSUS2010POP'))
    population_df = population_df.append(temp_df, ignore_index = True) #append the temp df to your main df, ignoring the index

对于前几行，我们可以使用df.sort_values（by = ['column name']，ascending = False），然后选择前三行：

population_df = population_df.append(temp_df[0:3], ignore_index = True)

将行追加到数据框

2 个答案: