循环此代码以根据先前计算的数据帧获取新数据帧？ [复制]

Question

df2 = df.copy()
    df2['avgTemp'] = df2['avgTemp'] * tempchange
    df2['year'] = df2['year'] + 20
    df_final = pd.concat([df,df2])

OUTPUT:
    Country avgTemp year
0   Afghanistan 14.481583   2012
0   Afghanistan 15.502164   2032
1   Africa  24.725917   2012
1   Africa  26.468460   2032
2   Albania 13.768250   2012
... ... ... ...
240 Zambia  21.697750   2012
241 Zimbabwe    23.038036   2032
241 Zimbabwe    21.521333   2012
242 Åland   6.063917    2012
242 Åland   6.491267    2032

所以目前我正在尝试创建一个循环，这样我就可以对“df_2”进行相同的计算并返回“df_3”，并继续这样做，直到我有一定数量的新数据帧，然后我可以将它们连接在一起.谢谢您的帮助！ :)

所以最终结果应该是 df_1、df_2、df_3 等等。所以我可以将它们组合成一个大数据集

Answer 1

是的，我会使用循环来解决问题。我在函数range 中传递的x 表示您希望执行的循环数：

lists_of_dfs = []
for i in range(x):
    df_aux = df.copy()
    df_aux['avgTemp'] = df['avgTemp'] * (tempchange ** i)
    df_aux['year'] = df['year'] + (20 * i)
    lists_of_dfs.append(df_aux)

最后是完整的数据框列表：

final_df = pd.concat(lists_of_dfs)

唯一的条件是变量tempchange必须是(1+%)，不能只有%变化，否则公式会失败。