pandas 在python中为for循环的每次迭代添加变量后缀

snz8szmq 于 2023-02-02 发布在 Python

关注(0)|答案(2)|浏览(151)

我搜索了措辞相似的问题，但没有找到一个回答我的问题。
我有2个 Dataframe 显示exam_1和exam_2上的结果：

exam_1 = pd.DataFrame([['Jim', 87], ['Toby', 44], ['Joe', 71], ['Tom', 59]], columns=['Name', 'Score'])

exam_2 = pd.DataFrame([['Tom', 88], ['Joe', 55], ['Jim', 62], ['Toby', 70]], columns=['Name', 'Score'])

我想迭代这些 Dataframe ，这样我们：

删除Score小于60的受试者
根据受试者姓名的首字母创建新 Dataframe （J和T）：

for df in (exam_1, exam_2):
    
    # Remove subjects with score less than 60
    df = df[df['Score'] >= 60]

    # Dataframe of names starting with 'J' or 'T'
    J = df[df['Name'].str.startswith('J')]
    T = df[df['Name'].str.startswith('T')]

- 我想根据for循环中的迭代为 Dataframe J和T添加后缀**

例如，exam_1是第一次迭代，因此 Dataframe 将是J_1和T_1。
exam_2是第二次迭代，因此 Dataframe 将是J_2和T_2。
这可能做到吗？

pandas

来源：https://stackoverflow.com/questions/75257863/adding-suffix-to-variable-for-every-iteration-of-for-loop-in-python

2条答案

按热度按时间

qlzsbp2j1#

也许用enumerate和globals？

for idx, df in enumerate((exam_1, exam_2), start=1):
    # Remove subjects with score less than 60
    df = df[df['Score'] >= 60]

    # Dataframe of names starting with 'J' or 'T'
    globals()[f'J_{idx}'] = df[df['Name'].str.startswith('J')]
    globals()[f'T_{idx}'] = df[df['Name'].str.startswith('T')]

注意：这将创建变量（T_1，J_1，T_2和J_2）作为全局作用域中的pandas.core.frame.DataFrame。*

赞(0）回复(0）举报 2023-02-02

prdp8dxp2#

在你的情况下使用法令：

J = {}
T = {}

for i, df in enumerate((exam_1, exam_2), 1):
    
    # Remove subjects with score less than 60
    df = df[df['Score'] >= 60]

    # Dataframe of names starting with 'J' or 'T'
    J[i] = df[df['Name'].str.startswith('J')]
    T[i] = df[df['Name'].str.startswith('T')]

输出：

>>> J[1]
  Name  Score
0  Jim     87
2  Joe     71

>>> J[2]
  Name  Score
2  Jim     62

>>> T[1]  # all scores < 60
Empty DataFrame
Columns: [Name, Score]
Index: []

>>> T[2]
   Name  Score
0   Tom     88
3  Toby     70

赞(0）回复(0）举报 2023-02-02

我来回答

pandas 在python中为for循环的每次迭代添加变量后缀

2条答案

相关问题

热门标签

最新问答