python for循环会影响最终的数据帧结果吗

Question

我发现这两个伪代码脚本会产生不同的结果。

脚本 1：

# Load dataframe
Df_1 = read_csv(path to file.csv)
# Start iteration through list of dates
For date in range(250):
    Df_1 = Function_that_calculates_stuff(Df_1)
    # Grab data I’m interested in and save to text file
    row = pd.DataFrame([[str(Df_1.iloc[1,1]), ]])
    Txt_file = Txt_file.append(row, ignore_index = True)

# After loop, save dataframes
Df_1.to_csv(path to file.csv)

脚本 2：

For number in range(250):
   For date in range(1):
     # Load dataframe
     Df_1 = read_csv(path to file.csv)
     Df_1 = Function_that_calculates_stuff(Df_1)
     # Grab data I’m interested in and save to text file
     row = pd.DataFrame([[str(Df_1.iloc[1,1]), ]])
     Txt_file = Txt_file.append(row, ignore_index = True)
     Df_1.to_csv(path to file.csv)

我很困惑为什么会这样。我曾尝试一次一行地浏览代码，但找不到任何可以解释这一点的东西。

嵌套循环可以改变加载或保存在其中的数据吗？

有没有办法创建一种大坝来防止不需要的数据“泄漏”到循环的开头。

Answer 1

您提供的两个代码片段不做同样的事情。本质上，在第一个代码 sn-p 中，您从文件中读取了一次数据。我们将其称为初始状态。然后，对于循环的每次迭代，您调用函数将数据传递给它，然后将结果存储回同一个变量，从而覆盖数据。

因此，当下一次迭代开始时，您将使用循环最后一次迭代的数据，而不是从文件加载的初始数据。这将像过滤或减少过程一样继续。每次迭代都可能减少或丰富上一次循环的数据。

在您的第二个代码中，您总是从文件中加载数据。因此，循环的每次迭代都应用于原始数据，而不是作用于前一个循环中的前一个数据上的数据。

由于您在示例中没有给出太多来重现问题，因此我构建了一个简单的示例来演示这一点

def divides_by_i(num_data, i):
    return [num for num in num_data if num % i == 0]


data = ("0,1,2,3,4,5,6,7,8,9,"
        "10,11,12,13,14,15,16,17,18,19,20,"
        "20,21,22,23,24,25,26,27,28,29,30")

nums_data = [int(num) for num in data.split(",")]

for i in range(1, 4):
    nums_data = divides_by_i(nums_data, i)
with open("out1.txt", "w") as out1:
    out1.write(",".join(str(num) for num in nums_data))

for i in range(1, 4):
    for _ in range(1):
        nums_data = [int(num) for num in data.split(",")]
        nums_data = divides_by_i(nums_data, i)
        with open("out2.txt", "w") as out1:
            out1.write(",".join(str(num) for num in nums_data))

输出

First loop: 0,6,12,18,24,30
Second loop: 0,3,6,9,12,15,18,21,24,27,30

在第一个循环中，它获取所有数据并用可整除该循环迭代次数的数据覆盖它。下一次迭代将只作用于上一次迭代的数字。我们将最后的数据写入文件。

在第二个循环中，它总是从原始数字中读取数据并应用结果，然后将此迭代的结果保存在任何其他输出上。因此，基本上在第二个循环中，该函数将作用于原始数据并应用该函数并每次保存输出，这意味着您会丢失前一个循环的任何输出。

所以问题不在于您有一个嵌套循环这一事实，而在于您在第一个示例中仅打开一次文件并在第二个示例中的每次迭代中打开它。如果你将那个开口移回循环之外，它的作用是一样的。