给定另一列的条件，如何迭代特定 Pandas DataFrame 列的行？答案

【问题标题】：How do I iterate over the rows of a specific Pandas DataFrame column, given a condition from another column?给定另一列的条件，如何迭代特定 Pandas DataFrame 列的行？
【发布时间】：2020-05-27 04:38:52
【问题描述】：

所以我基本上想做的是以下内容，基于具有“日期”和“极性”列的数据框，“日期”（天）中有七个不同的值，“极性”中的值介于 -1 和1：

For each of the seven days:
i) count all values in the 'polarity' column that are positive
ii) count all values in the 'polarity' column that are negative
iii) count all values in the 'polarity' column for a given day (neg, neutral, pos)

编辑：输出应该是每个 i)-iii) 每天的整数，存储在列表中

Edit2：我尝试使用以下代码实现它（仅适用于值 >0）：

pos_tweets = df_tweets.apply(lambda x: True if x['polarity'] > 0 and x['date'] == '2020-02-07' else False, axis=1)
num_Pos = len(pos_tweets[pos_tweets == True].index)

然而，这返回 0，即在 Excel 中签入时出错。

感谢您的帮助！

干杯， IG

【问题讨论】：

您能否提供一个示例数据集以及预期的输出？
添加了预期的输出。数据集是一个 Excel 表格，列格式为“日期”(YYYY-MM-DD)，格式为“极性”（每行的值介于 -1 和 1 之间）。

标签： python pandas loops dataframe tweepy

【解决方案1】：

如果我理解正确，您需要计算每一天的极性值。可以是这样的：

positive = df_tweets[df_tweets['polarity'] > 0].groupby('date').count().reset_index()
negative = df_tweets[df_tweets['polarity'] < 0].groupby('date').count().reset_index()
neutral = df_tweets[df_tweets['polarity'] == 0].groupby('date').count().reset_index()

此代码的输出是包含两列的三个数据帧：一列具有唯一的日期值，一列具有更高、小于或等于 0 的极性计数。

【讨论】：

【解决方案2】：

考虑一个带边距的pivot_table。下面使用随机的种子数据进行演示：

数据

import numpy as np
import pandas as pd

np.random.seed(2112020)
random_df = pd.DataFrame({'date': np.random.choice(pd.date_range('2020-02-01', '2020-02-11'), 500),
                          'polarity': np.random.randint(-1, 2, 500)})

print(random_df.head(10))
#         date  polarity
# 0 2020-02-08        -1
# 1 2020-02-08         1
# 2 2020-02-06         0
# 3 2020-02-10        -1
# 4 2020-02-04        -1
# 5 2020-02-02         1
# 6 2020-02-05        -1
# 7 2020-02-04         0
# 8 2020-02-10         1
# 9 2020-02-09         0

聚合

pvt_df = (random_df.assign(day_date = lambda x: x['date'].dt.normalize(),
                           polarity_indicator = lambda x: np.select([x['polarity'] > 0, x['polarity'] < 0, x['polarity'] == 0],
                                                                    ['positive', 'negative', 'neutral']))
                   .pivot_table(index = 'day_date',
                                columns = 'polarity_indicator',
                                values = 'polarity',
                                aggfunc = 'count',
                                margins = True)
         )

print(pvt_df)

#  polarity_indicator   negative  neutral  positive  All
#  day_date
#  2020-02-01 00:00:00        17       14        16   47
#  2020-02-02 00:00:00        19       14        12   45
#  2020-02-03 00:00:00        11       16        12   39
#  2020-02-04 00:00:00        17       18        13   48
#  2020-02-05 00:00:00        11       15        22   48
#  2020-02-06 00:00:00        12       12        16   40
#  2020-02-07 00:00:00        16       15        21   52
#  2020-02-08 00:00:00        15       10        13   38
#  2020-02-09 00:00:00        17       15        19   51
#  2020-02-10 00:00:00        13       16        19   48
#  2020-02-11 00:00:00        13       12        19   44
#  All                       161      157       182  500

【讨论】：