如何遍历具有多个条件的多个数据集？

Question

我正在尝试使用包含多个条件的计算迭代多个数据集，但我收到一条错误消息。我可以遍历多个列表，但它似乎不适用于数据框。

我已将一个巨大的数据集（最初来自 HDF5 文件）划分为具有相同列但用于不同建筑类型的较小数据集。现在我想遍历每个数据集来做同样的计算。计算也包括多个代码。

import pandas as pd
import numpy as np
from pandas import DataFrame

# Multiple datasets:

d1 = {'apples1': [45,2,15,0,39,6,12,7,86,24],
      'feathers1': [2,1,0,3,4,2,2,1,0,1]}
a = DataFrame(d1,columns=['apples1','feathers1'])

d2 = {'apples2': [2,52,1,27,1,5,1,28,2],
      'feathers2': [4,2,1,1,0,1,2,1,4]}
b = DataFrame(d2,columns=['apples2','feathers2'])

d3 = {'apples3': [12,5,1,23,1],
      'feathers3': [4,4,1,1,1]}
c = DataFrame(d3,columns=['apples3','feathers3'])

d4 = {'apples4': [82,53,17,28,10,5,16],
      'feathers4': [0,5,1,3,1,2,4]}
d = DataFrame(d3,columns=['apples4','feathers4'])

# Calculation iteration through all datasets:

A = []
B = []

for df in (a,b,c,d):    
    if ((df == a) | (df == b)).any(axis=1):
        k = 1
        A.append(k)
    elif ((df == c) | (df == d)).any(axis=1):
        k = 2
        B.append(k) 

如果数据框 (df) 是 a OR b，则对这些数据集执行以下计算；或者，如果数据集是 c OR d，则对这些数据集执行其他计算。 但是，我收到以下 ValueError 消息：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

你可以这样做：

for df in (a,b,c,d):    
    if df.equals(a) or df.equals(b):
        k = 1
        A.append(k)
    elif df.equals(c) or df.equals(d):
        k = 2
        B.append(k) 

equals() 要求元素与其他 Series 或 DataFrame 中的各自元素具有相同的 dtype。但是，列标签不需要具有相同的类型，只要它们仍然被认为是相等的即可。

Answer 2

我之前遇到过这个问题并尝试在比较之前对索引进行排序，尝试像这样更改实现：

A = []
B = []

for df in (a,b,c,d):
    if ((df.sort_index(inplace=True) == a.sort_index(inplace=True)) | (df.sort_index(inplace=True) == b.sort_index(inplace=True))):
        k = 1
        A.append(k)
    elif ((df.sort_index(inplace=True) == c.sort_index(inplace=True)) | (df.sort_index(inplace=True) == d.sort_index(inplace=True))):
        k = 2
        B.append(k)