Python---循环遍历带有数据框的字典答案

【问题标题】：Python---loop over a dictionary with dataframesPython---循环遍历带有数据框的字典
【发布时间】：2020-02-14 08:37:29
【问题描述】：

我有一个数据框字典

list_of_dfs={'df1:Dataframe','df2:Dataframe','df3:Dataframe','df4:Dataframe'}

每个数据框都包含相同的变量（价格、数量、价格、“销售/购买”），我想操纵这些变量以最终得到一个新的数据框子集。我的新数据框必须通过变量中包含“销售”的观察来过滤名为“销售/购买”的变量。

sell=df[df["Sale/Purchase"]=="Sell"]

我的问题是如何遍历字典以获取包含这个新子集的新字典？

我不知道如何编写这个命令来执行循环。我知道它必须这样开始：

 # Create an empty dictionary called new_dfs to hold the results
new_dfs = {}
# Loop over key-value pair
for key, df in list_of_dfs.items():

但是由于我对循环数据帧字典的了解很少，我不知道如何编写过滤器命令。如果有人可以帮助我，我将非常感激。

提前致谢。

【问题讨论】：

这个list_of_dfs 是一个集合，而不是一个列表或字典。
new_dfs = {k: df[df["Sale/Purchase"]=="Sell"] for k, df in list_of_dfs.items()}。假设你写错了引号'df1': df1

标签： python pandas loops dataframe dictionary

【解决方案1】：

试试这个，

dict_of_dfs={'df1':'Dataframe','df2':'Dataframe','df3':'Dataframe','df4':'Dataframe'}


# Create an empty dictionary called new_dfs to hold the results
new_dfs = {}
# Loop over key-value pair
for key, df in dict_of_dfs.items():
    new_dfs[key] = df[df["Sale/Purchase"]=="Sell"]

说明：

new_dfs = {} # Here we have created a empty dictionary.
# dictionary contains keys and values.
# to add keys and values to our dictionary, 
# we need to do it as shown below,
new_dfs[our_key_1] = our_value_2
new_dfs[our_key_2] = our_value_2
.
.
.

【讨论】：

谢谢。你能解释一下 new_dfs[key] 是什么意思吗？如果您指定它属于关键部分，python 如何理解这将过滤位于字典值中的数据帧？

【解决方案2】：

类似：

sells = {k: v for (k, v) in list_of_df.items() if v["Sale/Purchase"] == "Sell"}

这种模式称为字典理解。根据this question 的说法，这是最快和最 Pythonic 的方法。

您应该提供您正在处理的数据的示例以获得更准确的答案。

【讨论】：

【解决方案3】：

你可以映射一个函数：

lambda df: df[df["Sale/Purchase"] == "Sell"]

如何：

语法 = map(fun, iter)

map(lambda df: df[df["Sale/Purchase"] == "Sell"], list_of_dfs)

您可以将其映射到list 或set

对于dict：

df_dict = {k: df[df["Sale/Purchase"]=="Sell"] for k, df in list_of_dfs.items()}

【讨论】：