如何遍历满足某些条件的熊猫数据框并将这些行附加到新数据框？

Question

我正在尝试创建一个函数 (get_filtered_df)，它给定一个过滤器和一个数据集，遍历特定列并应用一些函数 (get_filter) 来查找满足这些条件的行并添加到一些最终数据帧.

这是我迄今为止所取得的成就：

def get_filter(filter):
    string_container = []
    
    string_container.append(filter.upper())
    string_container.append(filter.lower())
    # More conditions here
    
    return (string_container)

def get_filtered_df(string_container, df):
    filtered_df = pd.DataFrame(df[df['Titles'].str.contains(string_container[0])], columns=df.columns)
    
    return(filtered_df)

当我尝试使用 for 或 while 循环而不是固定索引 (0) 进行迭代时，问题就出现了，因为我从来没有获得附加满足条件的行的函数。

这是我尝试使用的具体说明：

for i in range len(get_filter('star')):
    filtered_df.append(df[df['Title'].str.contains(get_filter('star')[i])])

filtered_df 返回始终为空

Answer 1

pd.DataFrame.append 方法返回一个新对象。在您的代码中，您正在附加一个新的 DataFrame - 它在每次迭代时都会丢失，因此返回一个空的 DataFrame。

您需要在循环中更新filtered_df 才能更新filtered_df：

def get_filtered_df(string_container, df):
    filtered_df = pd.DataFrame(data=None, columns=df.columns)
    for i in range(len(string_container)):
        filtered_df = filtered_df.append(df[df['Titles'].str.contains(string_container[i])], ignore_index=True)
    return(filtered_df)

应该可以。