在循環第2部分

熊貓修改DataFrames鑑於以下數據幀：在循環第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

我想用組和在循環中應用，但這樣做似乎沒有修改數據幀。

這是我已經試過：

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

當我在環打印d，它表明了正確的操作正在發生......

...但是當我打印數據幀k和e，它們沒有被修改。

更新

我使用它作爲一個功能也試過（作品中環，仍然沒有修改）：

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

提前感謝！

來源

2017-08-04 Dance Party2

它與你以前的問題幾乎相同，你可以使用相同的方法。 – Wen

@文 - 我試過使用該方法，但它不會以我需要的方式修改數據幀。但是，我沒有在同一個循環中做，因爲我不知道如何。 –

@ DanceParty2我再次發佈了我的答案〜 – Wen

好吧，你可以嘗試這

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

來源

2017-08-04 19:12:54 Wen

downvote的原因是什麼？ – Wen

這工作：

首先，定義函數

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

接下來，重新分配修改後的數據這樣的框架：

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

或

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

來源

2017-08-04 18:08:17

在循環第2部分

回答

相關問題