如果找到特定值，如何将数据框行附加到列表中？答案

【问题标题】：How to append a dataframe row to a list if a specific value is found?如果找到特定值，如何将数据框行附加到列表中？
【发布时间】：2021-11-08 09:46:01
【问题描述】：

我正在尝试将包含特定 DateTime 值的所有行添加到列表中，然后打印所述列表。我遍历数据框中的所有行，在列中查找特定值。如果出现该值，我想将该特定行添加到列表中。

代码：

with open('Layer1.csv', newline = '') as csvfile2:
        df = pd.read_csv('Layer1.csv')

        AudioMothIDs = getID()
        AudioMothIDs.remove('NA')

        csv_reader = csv.reader(csvfile2)
        
        for row in csv_reader:
            orig_list = []
            #Iterates through each unique ID
            for x in AudioMothIDs:
                ID_df = df[df['AudioMothID'] == x]
          
                #Iterates through all rows in the ID dataframe
                for index, rows in ID_df.iterrows():
                    #Searches for a specific DateTime within the StartDateTime column
                    if '16.06.2019 15:00' in ID_df.StartDateTime.values:
                        #Attempts to add rows with the specific DateTime to a list
                        current_list = [rows.AudioMothID,rows.StartDateTime]
                        orig_list.append(current_list)
            print(orig_list)

追加 rows.AudioMothID 和 rows.StartDatetime 会将 ID 内的所有行追加到列表中，而不仅仅是 StartDateTime 列中具有“16.06.2019 15:00”的行。我也尝试过使用 ID_df.iloc[index] 类似地添加所有行，而不是只添加包含指定字符串的行。

如何仅将行附加到 StartDateTime 列中包含“16.06.2019 15:00”的列表？

【问题讨论】：

标签： python pandas list dataframe loops

【解决方案1】：

我认为你做了很多不必要的步骤，例如读取 csv 文件两次，遍历每一行，然后遍历每个 ID。

让我们简单地使用pandas：

# read dataframe using pandas
df = pd.read_csv('Layer1.csv')

# filter for date, select specific columns and convert to list
df[df.StartDateTime == '16.06.2019 15:00'][[df.AudioMothID, df.StartDateTime]].values.tolist()

[编辑] 添加以解决您的 cmets：

如何选择某个小时内的值

# ensure date column is in the right format
df['StartDateTime'] = pd.to_datetime(df['StartDateTime'])

# filter by hour of date
df[df.StartDateTime.dt.hour == 15]

如何对每个小时和每个 ID 进行随机抽样

# ensure date column is in the right format
df['StartDateTime'] = pd.to_datetime(df['StartDateTime'])

# round date column to nearest hour
df['StartDateTime_nearest_hour'] = df['StartDateTime'].dt.round('H')

# randomly sample 1 by each hour of each day and ID
df.groupby(['AudioMothID', 'StartDateTime_nearest_hour'].sample(n=1)

# if you want to sample an hour of a random day instead:
df['StartDateTime_hour'] = df['StartDateTime'].dt.hour
df.groupby(['AudioMothID', 'StartDateTime_hour'].sample(n=1)

【讨论】：

感谢您的回答！相反，如果我想在每个 ID 内添加某个小时内的值……例如。为每个 ID 附加 15:00 小时内的所有值。 ...我该怎么做呢？此外，我稍后想从 15:00 小时内的所有行列表中为每个 ID 随机选择一个值。我正在尝试使用分层随机抽样为一天中的每个小时每小时生成 1 个随机行，每个 ID 总共 24 行。

【解决方案2】：

你的代码可以被压缩成更符合熊猫的习惯。可能是这样的：

# Load CSV into a pandas DataFrame, no need for csv.reader or with open()
df = pd.read_csv('Layer1.csv')

# Copy all rows with the desired StartDateTime as a new DataFrame
res = df[df['StartDateTime'] == '16.06.2019 15:00'].copy()

print(res)

【讨论】：