是否可以为带有 2 个变量的 pandas df 创建一个 for 循环？答案

【问题标题】：Is it possible to create a for loop for a pandas df with 2 variables?是否可以为带有 2 个变量的 pandas df 创建一个 for 循环？
【发布时间】：2021-05-23 22:27:37
【问题描述】：

我有一个 pandas 数据框，其中包含基于不同用户（user_Id 列）和日期（日期列/pandas 数据对象）的重量（重量列）信息。

我想计算所有用户最早和最新测量的体重差异。

为了计算最早和最新的测量值，我使用了以下函数：

earliest_date = []
latest_date = []
for x in Id_list:
    a = weight_info[weight_info['Id']==x]
    earliest_date.append(a['date'].min())
    latest_date.append(a['date'].max())

然后我想创建一个 for 循环，以便传入日期和最早日期以获取重量信息，例如：

df = weight_info[(weight_info['date']==x) & (weight_info['Id']==y)]
df['weight']

但我不确定如何使用基于两个变量的 for 循环来执行此操作。或者有没有更简单的方法来运行整个计算？

【问题讨论】：

标签： python pandas for-loop variables

【解决方案1】：

使用 groupby 获取每个用户的最小/最大日期

min_dates = weight_info.groupby('Id').agg({'min':'date'})
max_dates = weight_info.groupby('Id').agg({'max':'date'})

然后加入权重以获得每个用户的最小/最大日期的权重

min_weights = weight_info.merge( min_dates[['Id', 'date']], 
                                 on = ['Id', 'date'], how='inner' )

max_weights = weight_info.merge( max_dates[['Id', 'date']], 
                                 on = ['Id', 'date'], how='inner' )

最后，为同一个客户减去两者

【讨论】：

非常感谢，稍后再试试！到目前为止还不知道 .agg() 函数。几个月前刚学 Python。

【解决方案2】：

您可以尝试使用“pandasql”。该库允许您使用 SQL 代码操作 Pandas 数据框中的数据。我发现它对于处理随机 csv 文件中的数据帧很有用。

import pandasql as psql

df = 'Your_pandas_df'

# Shows the record counts in your dataset
record_count = psql.sqldf('''
SELECT
COUNT(*) as record_count
FROM df''')

【讨论】：

非常感谢，我的SQL不是很高级，我试试看！