有人可以解释在数据帧上使用循环的直觉吗？答案

【问题标题】：Can someone explain the intuition of loops when used on dataframes?有人可以解释在数据帧上使用循环的直觉吗？
【发布时间】：2019-08-26 06:34:57
【问题描述】：

我想完全理解每一行代码的作用，因为我目前还不能 100% 确定。代码来自我正在 PythonProgramming.net 上观看的教程系列。

我相信第一个“If”语句是向 act_min_wage 数据框添加列，然后重命名它们？

“else”语句似乎将索引加入到新数据帧 act_min_wage？这是怎么回事？

为什么我们需要第一个 if 语句？第二个加入他们就够了吗？

非常感谢您的帮助。

act_min_wage = pd.DataFrame()

for name, group in df.groupby("State"):
    if act_min_wage.empty:
        act_min_wage = group.set_index("Year")[["Low.2018"]].rename(columns={"Low.2018":name})
    else:
        act_min_wage = act_min_wage.join(group.set_index("Year")[["Low.2018"]].rename(columns={"Low.2018":name}))

act_min_wage.head()

【问题讨论】：

标签： python pandas loops logic

【解决方案1】：

1)act_min_wage = pd.DataFrame()

创建空的DataFrame

2) for name, group in df.groupby("State"):

df.groupby("State") - 按列 "State" 对数据帧进行分组，因此在循环中 name - “状态”列的唯一值 group - df 中列 "State" 的值等于当前 name

的所有行

 if act_min_wage.empty:
        act_min_wage = group.set_index("Year")[["Low.2018"]].rename(columns={"Low.2018":name})

如果新的数据框 act_min_wage 为空（仅在第一次迭代时）放在那里 group 并将列 "Low.2018" 重命名为 name（df 的 "State" 列的唯一值）

    else:
        act_min_wage = act_min_wage.join(group.set_index("Year")[["Low.2018"]].rename(columns={"Low.2018":name}))

由于act_min_wage 不为空，根据Year 值加入新的group，默认为左加入。

所以 if 语句用于将空数据框替换为 group 索引为 "Year"。

【讨论】：

感谢您如此全面的解释，它确实为我澄清了这一点。

【解决方案2】：

通过玩具示例尝试此代码，以更好地理解所有步骤：

import pandas as pd
from IPython.display import display, HTML

df = pd.DataFrame({'State': ['NY', 'NY', 'C', 'C', 'W'], 
                   'Low.2018': [0, 5, 10, 2, 3], 
                   'Year': [2017, 2018, 2017, 2018, 2017]})

act_min_wage = pd.DataFrame()

for name, group in df.groupby("State"):
    print('NEW ITERATION', '\n', 'Group:', '\n', '\t', name)
    display(group)
    print('\n', 'Current state of act_min_wage')
    display(act_min_wage)
    print('\n\n')
    if act_min_wage.empty:
        act_min_wage = group.set_index("Year")[["Low.2018"]].rename(columns={"Low.2018":name})
    else:
        act_min_wage = act_min_wage.join(group.set_index("Year")[["Low.2018"]].rename(columns={"Low.2018":name}))

print('\n', 'Final state of act_min_wage')
display(act_min_wage)

【讨论】：