如何構建和填充for循環的熊貓數據框？

這裏是我運行代碼的一個簡單的例子，我想投入到大熊貓數據框的結果（除非有更好的選擇）：如何構建和填充for循環的熊貓數據框？

for p in game.players.passing(): 
    print p, p.team, p.passing_att, p.passer_rating() 

R.Wilson SEA 29 55.7 
J.Ryan SEA 1 158.3 
A.Rodgers GB 34 55.8

使用此代碼：

d = [] 
for p in game.players.passing(): 
    d = [{'Player': p, 'Team': p.team, 'Passer Rating': 
     p.passer_rating()}] 

pd.DataFrame(d)

我可以得到：

Passer Rating Player  Team 
    0 55.8   A.Rodgers GB

這是一個1×3的數據幀，我理解爲什麼它只有一個行，但我無法弄清楚如何按照正確的順序使列成多行。理想情況下，解決方案將能夠處理n行數（基於p），如果列數將由請求的統計數量設置，那將是美妙的（雖然不是必需的）。有什麼建議麼？提前致謝！

來源

2015-01-20 c.j.mcdonn

你在每次迭代覆蓋您的列表，而不是附加 – 2015-01-20 23:03:07

好吧，我明白了什麼是錯的，問題是，我可以不知道如何使它正常工作。這是我能得到的最接近的。 – 2015-01-21 01:24:56

下面的答案將起作用。您也可以在循環中執行'd.append（{'Player'：...}）''。列表中的Python文檔非常好。 – 2015-01-21 01:26:32

試試這個使用列表理解：

d = df[[p, p.team, p.passing_att, p.passer_rating()] for p in game.players.passing()]

來源

2015-01-20 22:33:12 Amit

謝謝！有一個小的語法錯誤（第一次結束）是在結束，而不是之前），但你讓我在正確的軌道上，我真的很感激它！ – 2015-01-21 01:44:32

開箱，這使我儘可能接近我正在尋找的正確順序的列，但是我對python或pandas沒有足夠的瞭解來說明它是否是_best_答案。感謝大家的幫助。 – 2015-01-21 01:53:02

最簡單的答案就是保羅ħ說：

d = [] 
for p in game.players.passing(): 
    d.append({'Player': p, 'Team': p.team, 'Passer Rating': 
     p.passer_rating()}) 

pd.DataFrame(d)

但是，如果你真的想「建設，並填寫從環路數據幀」，（這，順便說一句，我不會推薦），這是你怎麼做的。

d = pd.DataFrame() 

for p in game.players.passing(): 
    temp = pd.DataFrame({'Player': p, 'Team': p.team, 'Passer Rating': 
     p.passer_rating()}) 

    d = pd.concat([d, temp])

來源

2015-01-21 01:44:32

是否最好將字典添加到列表中，並且由於性能優越或可讀性更好而僅在末尾創建'df'？ – 2015-08-18 14:16:13

表現。引用[docs]（http://pandas.pydata.org/pandas-docs/version/0.16.2/merging.html#concatenating-objects）：...'concat'（因此是'append'）數據的完整副本，並且...不斷重複使用此功能可以產生顯着的性能影響。 – 2015-08-20 07:11:49

@NickMarinakis：我不明白你的評論：'如果你真的想「從循環中構建並填充數據框」，（其中，我不會推薦）'。那麼如果不通過循環，你還可以如何構建數據框？ – stackoverflowuser2010 2017-08-03 21:06:07

讓您的數據元組列表，然後創建一個數據幀與它：

d = [] 
for p in game.players.passing(): 
    d.append((p, p.team, p.passer_rating())) 

pd.DataFrame(d, columns=('Player', 'Team', 'Passer Rating'))

元組的列表應該比列表字典的開銷少。我在下面進行了測試，但請記住在大多數情況下優先考慮易於理解代碼的性能。

測試功能：

def with_tuples(loop_size=1e5): 
    res = [] 

    for x in range(int(loop_size)): 
     res.append((x-1, x, x+1)) 

    return pd.DataFrame(res, columns=("a", "b", "c")) 

def with_dict(loop_size=1e5): 
    res = [] 

    for x in range(int(loop_size)): 
     res.append({"a":x-1, "b":x, "c":x+1}) 

    return pd.DataFrame(res)

結果：

%timeit -n 10 with_tuples() 
# 10 loops, best of 3: 55.2 ms per loop 

%timeit -n 10 with_dict() 
# 10 loops, best of 3: 130 ms per loop

來源

2017-03-08 11:41:00 Seanny123

如何構建和填充for循環的熊貓數據框？

回答

相關問題