Question

请考虑以下内容：

>>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame(np.random.randn(5, 2), index=[100, 101, 101, 102, 103])
>>> idx = set(df.index)
>>> for id_ in idx:
...     slice = df.loc[id_]
...     # stuff with slice
>>>

我需要在slice循环内使用for做某事，但是这些事情是基于slice是DataFrame的。如果有多个匹配记录，则slice是DataFrame，否则是Series。我知道pandas.Series有Series.to_frame方法，但是pandas.DataFrame没有（所以我不能只叫df.loc[id_].to_frame()）。

测试并将slice强制转换为DataFrame的最佳方法是什么？

（真的和测试isinstance(df.loc[id_], pd.Series)一样简单吗？）

Answer 1

您可以按索引（level=0的{{3}}对象进行循环：

for i, df1 in df.groupby(level=0):
    print (df1)

            0         1
100 -0.812375 -0.450793
            0         1
101  1.070801  0.217421
101 -1.175859 -0.926117
            0         1
102 -0.993948  0.586806
            0         1
103  1.063813  0.237741

您的解决方案应通过选择双[]作为回报DataFrame来更改：

idx = set(df.index)
for id_ in idx:
    df1 = df.loc[[id_]]
    print (df1)

            0         1
100 -0.775057 -0.979104
            0         1
101 -1.549363 -1.206828
101  0.445008 -0.173086
            0        1
102  1.488947 -0.79252
            0         1
103  1.838997 -0.439362

Answer 2

或使用df[...]条件df.index：

...
for id_ in idx:
     slice = df[df.index==id_]
     print(slice)

输出：

            0         1
100  2.751189  1.978744
            0         1
101  0.154483  1.646657
101  1.381725  0.982819
           0         1
102  0.26669  0.032702
            0         1
103  0.186235 -0.481184

Answer 3

您可以使用pd.Dataframe init方法将变量切片强制为pandas数据帧，如下所示：

for id_ in idx:
    slice = pd.DataFrame(df.loc[id_])
    print(type(slice))

输出：

<class 'pandas.core.frame.DataFrame'>
<class 'pandas.core.frame.DataFrame'>
<class 'pandas.core.frame.DataFrame'>
<class 'pandas.core.frame.DataFrame'>

然后，您可以将变量视为循环内的数据帧。

当slice具有一行结果时返回pandas.DataFrame

3 个答案: