使用 for 循环创建多个 DataFrame答案

【问题标题】：Create multiple DataFrames with a for loop使用 for 循环创建多个 DataFrame
【发布时间】：2022-01-01 06:54:57
【问题描述】：

我有一个 DataFrame，其中包含特定车辆租赁交易的汇总价格数据。

我需要将此数据与当前价格（我们称之为 100）进行比较，并使用不同时间范围（以天为单位）的聚合进行比较。

我正在尝试创建代码，该代码将输出一个单行 DataFrame，其中一列显示当前价格与“cutoffs”数组中延迟的中值（以天为单位）的百分比差异。

我正在描绘这样的输出：

two_day	four_day	six_day
-0.2	-0.4	-0.6

data = pd.DataFrame([['2021-11-16','250'],['2021-11-17','225'],['2021-11-18','200'],['2021-11-19','175'],['2021-11-20','150'],['2021-11-21','125']], columns = ['export_date','price'])

curr_price = 100

cutoffs = [2,4,6]

for c in cutoffs:
    cutoff_date = data["export_date"].max() - pd.Timedelta(days=c)

很抱歉，这就是我要做的事情。在这里使用 dicts 有帮助吗？

如果我可以提供任何其他信息，请告诉我:)

【问题讨论】：

你想要什么输出？
@KrishnaGupta “我正在尝试创建一个代码，该代码将输出一个单行 DataFrame，其中一列显示当前价格与'cutoffs' 数组。” （预期的输出表正下方）

标签： python pandas dataframe for-loop

【解决方案1】：

data = pd.DataFrame([['2021-11-16','250'],['2021-11-17','225'],['2021-11-18','200'],['2021-11-19','175'],['2021-11-20','150'],['2021-11-21','125']], columns = ['export_date','price'])

curr_price = 100

cutoffs = [2,4,6]

for c in cutoffs:
    cutoff_date = df2["export_date"].max() - pd.Timedelta(days=c)

最后使用这个转置，它会将你的 3 个输出行数据转换为列数据。

    cutoff_date .transpose()

【讨论】：