在循环第2部分

熊猫修改DataFrames鉴于以下数据帧：在循环第2部分

import pandas as pd 
k=pd.DataFrame({'A':[1,1],'B':[3,4]}) 
e=pd.DataFrame({'A':[1,1],'B':[6,7]}) 
k 
    A B 
0 1 3 
1 1 4 

e 
    A B 
0 1 6 
1 1 7

我想用组和在循环中应用，但这样做似乎没有修改数据帧。

这是我已经试过：

for d in dfsout: 
    d=d.groupby(d.columns[0]).apply(sum) 
    print(d)

当我在环打印d，它表明了正确的操作正在发生......

...但是当我打印数据帧k和e，它们没有被修改。

更新

我使用它作为一个功能也试过（作品中环，仍然没有修改）：

def moddf(d): 
    return d.groupby(d.columns[0]).apply(sum) 
for d in dfsout: 
    d=moddf(d) 
    print(d)

提前感谢！

来源

2017-08-04 Dance Party2

它与你以前的问题几乎相同，你可以使用相同的方法。 – Wen

@文 - 我试过使用该方法，但它不会以我需要的方式修改数据帧。但是，我没有在同一个循环中做，因为我不知道如何。 –

@ DanceParty2我再次发布了我的答案〜 – Wen

好吧，你可以尝试这

import pandas as pd 
k=pd.DataFrame({'A':[1,1],'B':[3,4]}) 
e=pd.DataFrame({'A':[1,1],'B':[6,7]}) 
fields=['k','e'] 
dfsout=[k,e] 
variables = locals() 
for d,name in zip(dfsout,fields): 
    variables["{0}".format(name)]=d.groupby(d.columns[0]).apply(sum) 


k 
Out[756]: 
    A B 
A  
1 2 7 
e 
Out[757]: 
    A B 
A  
1 2 13

来源

2017-08-04 19:12:54 Wen

downvote的原因是什么？ – Wen

这工作：

首先，定义函数

def moddf(d): 
    return d.groupby(d.columns[0]).apply(sum)

接下来，重新分配修改后的数据这样的框架：

k,e=[moddf(x) for x in dfsout]

或

dfsout2=[moddf(x) for x in dfsout]

来源

2017-08-04 18:08:17

在循环第2部分

回答

相关问题