使用 if 语句对 df 进行子集 - Pandas

Question

我希望df使用if语句创建并返回子集。具体来说，对于下面的代码，我有两组不同的值。我要返回的df值将根据这些值之一而有所不同。使用下面的代码，具体值将在normal和内different。中的值place将决定如何对df进行子集化。下面是我的尝试。in 中的值place永远只是一个值，因此它不会完全匹配列表。df当place这些列表中的值等于单个值时，是否可以返回？我希望返回df1以用于后续任务。import pandas as pddf = pd.DataFrame({    'period' : [1.0, 1.0, 2.0, 2.0, 3.0, 4.0, 5.0, 7.0, 7.0, 8.0, 9.0],                                    })place = 'a'normal = ['a','b']different = ['v','w','x','y','z']different_subset_start = 2normal_subset_start = 4subset_end = 8for val in df:    if place in different:        print('place is different')        df1 = df[(df['period'] >= different_subset_start) & (df['period'] <= subset_end)].drop_duplicates(subset = 'period')        return df1    elif place in normal:        print('place is normal')        df1 = df[(df['period'] >= normal_subset_start) & (df['period'] <= subset_end)].drop_duplicates(subset = 'period')        return df1    else:        print('Incorrect input for Day. Day Floater could not be scheduled. Please check input value')    return打印（df1）预期的输出将返回df1以供以后使用。   period2     2.04     3.05     4.06     5.07     7.09     8.0

Answer 1

要检查一个对象是否在某物中而不是检查它是否等于某物，请使用in.

if place in different:

同样地

elif place in normal:

编辑：

如果你把它变成一个函数，它应该是这样的。基本上，您只需要做一些def my_function_name(arguments):事情，然后缩进其余代码，使其属于该函数。像这样：

import pandas as pd

def get_subset(df, place):

    normal = ['a','b']

    different = ['v','w','x','y','z']

    different_subset_start = 2

    normal_subset_start = 4

    subset_end = 8

    if place in different:

        df1 = df[(df['period'] >= different_subset_start) & (df['period'] <= subset_end)].drop_duplicates(subset = 'period')

    elif place in normal:

        df1 = df[(df['period'] >= normal_subset_start) & (df['period'] <= subset_end)].drop_duplicates(subset = 'period')

    else:

        df1 = None

    return df1

df = pd.DataFrame({

    'period' : [1.0, 1.0, 2.0, 2.0, 3.0, 4.0, 5.0, 7.0, 7.0, 8.0, 9.0],                             

    })

place = 'a'

print(get_subset(df, place))

Answer 2

看看for val in df:你的代码。这样的结构很奇怪，因为您不使用val变量。

将代码的最后一个片段更改为如下所示：

def fn():

    if place in different:

        print('place is different')

        return df[df.period.between(different_subset_start, subset_end)]\

            .drop_duplicates(subset='period')

    elif place in normal:

        print('place is normal')

        return df[df.period.between(normal_subset_start, subset_end)]\

            .drop_duplicates(subset = 'period')

    else:

        print('Incorrect input for place. Please check value')

在您的情况下subset = 'period'是多余的，因为period是 DataFrame 中的唯一列。

也不需要最后一次返回。如果函数执行到代码末尾，它会返回而不返回任何值。

还有一个细节：如果您的DataFrame有一个列，那么一个Series就足够了？