我有一個df包含條件和值的數據框。import pandas as pddf=pd.DataFrame({'COND':['X','X','X','Y','Y','Y'], 'VALUE':[1,2,3,1,2,3]})因此df看起來像： COND VALUE X 1 X 2 X 3 Y 1 Y 2 Y 3我正在使用循環df根據進行子集化COND，并編寫包含每個條件的值的單獨文本文件conditions = {'X','Y'}for condition in conditions: df2 = df[df['COND'].isin([condition])][['VALUE']] df2.to_csv(condition + '_values.txt', header=False, index=False)最終結果是兩個文本文件：X_vals.txt 和 Y_vals.txt，它們都包含1 2 3. 到目前為止，一切都按預期進行。我想df僅針對一個條件進一步進行子集化。例如，也許我想要條件 Y 中的所有值，但只需要條件 X 中 < 3 的值。在這種情況下， X_vals.txt 應包含1 2， Y_vals.txt 應包含1 2 3。我嘗試用 IF 語句來實現：conditions = {'X','Y'}for condition in conditions: if condition == 'X': df = df[df['VALUE'] < 3] df2 = df[df['COND'].isin([condition])][['VALUE']] df2.to_csv(condition + '_values.txt', header=False, index=False)這就是不一致的地方。上面的代碼工作正常（即 X_vals.txt 包含1 2, 和 Y_vals.txt 1 2 3，按預期），但是當我使用if condition=='Y'而不是 時if condition=='X'，它會中斷，并且兩個文本文件都只包含1 2.換句話說，如果我conditions在 IF 語句中指定第一個元素，那么它會按預期工作，但是如果我指定第二個元素，那么它會中斷并將 < 3 子集應用于兩個條件中的值。這是怎么回事？我該如何解決？
3 回答
嚕嚕噠
TA貢獻1784條經驗 獲得超7個贊
您遇到的問題是因為您df在循環內覆蓋而出現的。
conditions = {'X','Y'}
for condition in conditions:
if condition == 'X':
df = df[df['VALUE'] < 3] # <-- HERE'S YOUR ISSUE
df2 = df[df['COND'].isin([condition])][['VALUE']]
df2.to_csv(condition + '_values.txt', header=False, index=False)
conditions讓我有點驚訝的是，當你循環遍歷你condition = 'Y'首先得到的集合時，然后 condition = 'X'. 但由于集合是無序集合（即它不聲稱其元素具有固有的順序），因此這不應該太令人不安：Python 只是以最內部方便的方式讀出元素。
您可以使用conditions = ['X', 'Y']循環列表（有序集合）來代替。然后它會先執行 X，然后執行 Y。但是，如果您這樣做，您將得到相同的錯誤，但方向相反（即它適用于if condition == 'Y'但不適用于if condition == 'X'）。
這是因為循環運行一次后，df已被重新分配給原來df僅包含小于三的值的子集。if condition這就是為什么如果語句在第一次循環時觸發，則兩個文件中僅獲得值 1 和 2 的原因。
現在進行修復：
conditions = ['X', 'Y']
for condition in conditions:
csv_name = f"{condition}_values.txt"
if condition == 'X':
df_filter = f"VALUE < 3 & COND == '{condition}'"
else:
df_filter = f"COND == '{condition}'"
df.query(df_filter).VALUE.to_csv(csv_name, header=False, index=False)
在這里，我介紹了該DataFrame.query方法，該方法通常比嘗試創建一個布爾系列用作掩碼更簡潔。
f 字符串語法僅適用于 python 3.6+，如果您使用的是較低版本，請進行適當修改（例如df_filter = "COND == '{}'".format(condition)）
叮當貓咪
TA貢獻1776條經驗 獲得超12個贊
我們可以編寫條件然后dict使用map過濾之前的 dfgroupby
cond = {'X' : 2, 'Y' : 3}
subdf = df[df['VALUE']<df.COND.map(cond)]
for x, y in subdf.groupby('COND'):
y.to_csv(x + '_values.txt')
PIPIONE
TA貢獻1829條經驗 獲得超9個贊
df=pd.DataFrame({'COND':['X','X','X','Y','Y','Y'], 'VALUE':[1,2,3,1,2,3]})
conditions = df.COND
for condition in conditions:
print(condition)
df2=df[df['COND'].isin([condition])][['VALUE']]
df2.to_csv(condition + '_values.txt',header=False, index=False)
for condition in conditions:
if condition=='X':
df=df[df['VALUE'] < 3]
df2=df[df['COND'].isin([condition])][['VALUE']]
df2.to_csv(condition + '_values.txt',header=False, index=False)
您沒有指定變量“條件”，因此它給您一個錯誤。嘗試做：
條件 = df.COND
在for循環之前
添加回答
舉報
0/150
提交
取消