如果我具有此功能,其中我首先在两个DF df
中过滤df_1
的数据,然后在df_2
中过滤。当我将pandas.Series
过滤时以mean()
为例,我正在使用to_frame
在DF中转换这两个序列,并合并在一起以形成均值df_m
的新DF。
#Original DFs
big_markt = pd.DataFrame(np.random.randint(0,2000,size=(100, 2)), columns=[['rate', 'quantity']])
wally = pd.DataFrame(np.random.randint(0,2000,size=(100, 2)), columns=[['rate', 'quantity']])
def m_filter(
df):
#filtered DF1
global df_1
df_1 = df.loc[ (df['rate'] > 200) & (df['rate'] <= 500)]
#filtered DF2
global df_2
df_2 = df.loc[ (df['rate'] > 500) & (df['rate'] <= 1000)]
df_m = df_1.mean().to_frame(name=r_1).merge(df_2.mean().to_frame(name=r_2),
right_index=True, left_index=True)
return df_m
我想知道是否在big_markt
函数中给wally
和m_filter
作为参数。在为big_markt_1
和big_markt_2
定义了global
参数的地方,我是否也可能得到df_1
和df_2
。我基本上想通过两个原始DF中的两个拖曳DF中获取参数的名称,以便最终我得到big_markt_1, big_markt_2, wally_1, wally_2
,其中这些是函数内已过滤的DF。我已经将它们作为全局DF接收了,但它们的名称已在函数中定义。