Python：循环中对 IF 语句的不一致处理

Question

我有一个包含条件和值的数据框df。

import pandas as pd
df=pd.DataFrame({'COND':['X','X','X','Y','Y','Y'], 'VALUE':[1,2,3,1,2,3]})

因此df 看起来像：

  COND  VALUE
     X      1
     X      2
     X      3
     Y      1
     Y      2
     Y      3

我正在使用循环根据COND 对df 进行子集化，并编写包含每个条件值的单独文本文件

conditions = {'X','Y'}
for condition in conditions:
    df2 = df[df['COND'].isin([condition])][['VALUE']]
    df2.to_csv(condition + '_values.txt', header=False, index=False)

最终结果是两个文本文件：X_vals.txt 和 Y_vals.txt，这两个文件都包含1 2 3。到目前为止，一切都按预期工作。

我想进一步子集df 仅用于一个条件。例如，也许我想要条件 Y 中的所有值，但只有条件 X 中的值 1 2，而 Y_vals.txt 应该包含 1 2 3。我尝试使用 IF 语句来实现这一点：

conditions = {'X','Y'}
for condition in conditions:
    if condition == 'X':
        df = df[df['VALUE'] < 3]

    df2 = df[df['COND'].isin([condition])][['VALUE']]
    df2.to_csv(condition + '_values.txt', header=False, index=False)

这就是不一致发生的地方。上面的代码工作正常（即 X_vals.txt 包含1 2，和 Y_vals.txt 1 2 3，正如预期的那样），但是当我使用if condition=='Y' 而不是if condition=='X' 时，它会中断，并且两个文本文件都只包含@ 987654337@.

换句话说，如果我在 IF 语句中指定 conditions 的第一个元素，那么它会按预期工作，但是如果我指定第二个元素，那么它会中断并将

这是怎么回事，我该如何解决？

谢谢！

Answer 1

您遇到的问题是因为您在循环内覆盖了df。

conditions = {'X','Y'}
for condition in conditions:
    if condition == 'X':
        df = df[df['VALUE'] < 3]  # <-- HERE'S YOUR ISSUE

    df2 = df[df['COND'].isin([condition])][['VALUE']]
    df2.to_csv(condition + '_values.txt', header=False, index=False)

让我有点惊讶的是，当你循环遍历集合 conditions 时，你首先得到 condition = 'Y'，然后 condition = 'X'。但是作为一个集合是一个无序集合（即它没有声称它的元素具有固有的顺序），这不应该太令人不安：python 只是读取元素的最内部方便的方式。

您可以使用conditions = ['X', 'Y'] 来循环遍历列表（有序集合）。然后它将先执行 X，然后执行 Y。但是，如果您这样做，您将得到相同的错误，但相反（即它适用于 if condition == 'Y'，但不适用于 if condition == 'X'）。

这是因为循环运行一次后，df 已重新分配给原始 df 的子集，该子集仅包含小于 3 的值。这就是为什么如果if condition 语句在第一次通过循环时触发，那么您在两个文件中都只能得到值 1 和 2。

现在进行修复：

conditions = ['X', 'Y']

for condition in conditions:

    csv_name = f"{condition}_values.txt"

    if condition == 'X':
        df_filter = f"VALUE < 3 & COND == '{condition}'"
    else:
        df_filter = f"COND == '{condition}'"

    df.query(df_filter).VALUE.to_csv(csv_name, header=False, index=False)

在这里我介绍了DataFrame.query 方法，它通常比尝试创建一个布尔系列用作掩码更简洁。

f-string 语法仅适用于 python 3.6+，如果您使用的是较低版本，请酌情修改（例如df_filter = "COND == '{}'".format(condition)）

Answer 2

df=pd.DataFrame({'COND':['X','X','X','Y','Y','Y'], 'VALUE':[1,2,3,1,2,3]})

conditions = df.COND

for condition in conditions:
 print(condition)
 df2=df[df['COND'].isin([condition])][['VALUE']]
 df2.to_csv(condition + '_values.txt',header=False, index=False)


for condition in conditions:
 if condition=='X':
     df=df[df['VALUE'] < 3]

 df2=df[df['COND'].isin([condition])][['VALUE']]
 df2.to_csv(condition + '_values.txt',header=False, index=False)

您没有指定变量“条件”，所以它给了您一个错误。 尝试做：

条件 = df.COND

在for循环之前

Answer 3

我们可以将条件写入dict，然后使用map过滤groupby之前的df

cond = {'X' : 2, 'Y' : 3}
subdf = df[df['VALUE']<df.COND.map(cond)]
for x, y in subdf.groupby('COND'):
    y.to_csv(x + '_values.txt')