迭代数据框并从列表中添加项目

Question

python 数据分析的新手，还是个菜鸟。

我有一个熊猫数据框列表 (+100)，其中的变量保存在列表中。

然后我将变量以字符串格式保存在另一个列表中，以便在绘图时作为标识符添加到数据帧中。

我已经定义了一个函数来为以后的特征工程准备表格。

我想遍历每个数据框并将对应的字符串添加到名为“Strings”的列中

df = [df1, df2, df3]
strings = ['df1', 'df2', 'df3']


def mindex(df):
# remove time index and insert Strings column 
    df.reset_index(inplace=True)
    df.insert(1, "Strings", "")

    # iterate through each table adding the string values 
    for item in enumerate(df):
        for item2 in strings:
            df['Strings'] = item2


# the loop to cycle through all the dateframes using the function above
for i in df:
    mindex(i)

当我使用上面的函数时，它只会将最后一个值填充到所有数据帧中。我想指出，所有数据帧都在同一日期范围内，因为我试图用它作为一种停止迭代而没有胜利的方法。

谁能指出我正确的方向！到目前为止，Google 还不是我的朋友

Answer 1

df = [df1, df2, df3]
strings = ['df1', 'df2', 'df3']

for s, d in zip(strings, df):
   d['Strings'] = s

Answer 2

在df['Strings'] = item2 行中，您将变量 item2 分配到整个列 df["Strings"]。 所以第一次迭代分配“df1”，第二次分配“df2”并以“df3”结束，这就是你最终看到的。

如果您想在列 Strings 中完全填充 df1 的“df1”、df2 的“df2”等，您必须：

def mindex(dfs: list, strings: list) -> list:
    final_dfs = []
    for single_df, df_name in zip(dfs, strings):
        single_df = single_df.copy()
        single_df.reset_index(inplace=True)
        single_df.insert(1, "Strings", "")

        single_df['Strings'] = df_name
        final_dfs.append(single_df)
    return final_dfs

dfs = [df1, df2, df3]
strings = ['df1', 'df2', 'df3']

result = mindex(dfs, strings)

几个要点：

1. 如果您定义 dfs 列表，请将其命名为 dfs（复数），而不是 df。

dfs = [df1, df2, df3]

1. 如果您遍历 pandas DataFrame，请使用 df.iterrows()。它将生成索引和行，因此您无需应用 enumerate。

for idx, row in df.iterrows():
    ....

1. 如果您在 for 循环中使用了不会使用的变量，例如您的示例 item，请改用下划线。无用变量的好习惯：

for _ in enumerate(df):
    for item2 in strings:
        df['Strings'] = item2