将行附加到数据框

Question

我被困在一个简单的任务上。我想创建一个空的 DataFrame 并根据对另一个数据集的查询向其追加行。我已经尝试过这里的答案，但我错过了一些..初学者 Pythoner。任何帮助，将不胜感激。我想取每个状态的前 3 行并将它们添加到一个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课程，一年前我玩得很开心，坚持下去！

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 附加到一个列表，然后最后连接该列表。请参阅下面的工作代码（它按照我的意思解释您的意思）。

我同意 David 关于排序的建议，更易于使用排序，然后只对前 3 个进行切片。 由于 nlargest() 工作并返回一个我相信的系列而不是数据框，而您想要保留整个数据框结构（所有列) 进行串联。

另外为什么你的函数返回1？错别字？我想如果你把它放在一个函数中，你想返回你想要的输出，所以我也改变了它。

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

欢迎来到 SO！您的问题是追加还是前三行？

对于追加，请尝试df.append函数。它可能看起来像：

#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

对于顶行，您可以使用 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)