Pandas 遍历 DataFrame 以根据条件从列中获取值并将它们放入新的 DataFrame答案

【问题标题】：Pandas Iterate over a DataFrame to get the values from columns according to conditions and put them in a new DataFramePandas 遍历 DataFrame 以根据条件从列中获取值并将它们放入新的 DataFrame
【发布时间】：2022-11-01 22:07:26
【问题描述】：

以下是我的 DataFrame 中的一些行，组成如下：

Index ['TimeStamp'] ['ThreadID'] ['Start|End'] ['StepIdentifier']
1017 18:44:22,997 [12] Start FetchMasterData
1018 18:44:22,997 [12] Start GetSmrCalculatedMeterData
1020 18:44:22,997 [12] End GetSmrCalculatedMeterData
1021 18:44:22,997 [12] Start GetSmrPhysicalMeterData
1023 18:44:23,013 [12] End GetSmrPhysicalMeterData
1024 18:44:23,013 [12] Start GetSmrMarketDeliveryPointData
1026 18:44:23,013 [12] End GetSmrMarketDeliveryPointData
1027 18:44:23,013 [12] Start GetSmrMarketHeadpointData
1029 18:44:23,013 [12] End GetSmrMarketHeadpointData
1030 18:44:23,013 [12] End FetchMasterData

我需要为每个线程获取每个进程的开始和结束时间。我们可以看到，进程（如 FetchMasterData）的“开始”和“结束”不一定相互跟随。

然后像这样创建一个新的DataFrame：

['ThreadID'] ['StepIdentifier'] ['Start'] ['End']
    [12]      FetchMasterData  18:44:22,997 18:44:23,013

最后计算每个过程的操作开始和结束之间的时间（仅供您参考）

有人对如何通过 DataFrame 获取这些数据并将它们放入新的 DataFrame 有任何线索吗？我想 - 并尝试 - 使用双 for 循环在数据帧中迭代，但这似乎不是在数据帧中迭代的好方法。感谢大家！

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

你试过 iterrows 吗？

data = []

for index, row in df.iterrows():
    data.append({
      "ThreadID" : row["ThreadID"],
      "StepIdentifier" : row["StepIdentified"],
      "Start|End" : row["Start|End"],
      "TimeStamp" : row["TimeStamp"]
    })

print(data)

【讨论】：