迭代由不同数据框组成的列表答案

【问题标题】：Iterating over a list made up of distinct dataframes迭代由不同数据框组成的列表
【发布时间】：2021-01-15 15:04:35
【问题描述】：

假设我有一个由 3 个数据框组成的列表，即

lst = [df1,df2,df3]

地点：

d1 = {'col1':['a','b','c','d','e']}
df1= pd.DataFrame(d1)
d2 = {'col1':['b','c','a','d','e']}
df2= pd.DataFrame(d2)
d3 = {'col1':['b','c','e','d','a']}
df3= pd.DataFrame(d3)

对于lst 中的每个df，我想通过col1 并找到字母a 的等级并从中创建一个新的数据框，输出应如下所示：

  dataframe index  rank of a
0                0          0
1                1          2
2                2          4

即，对于df1，字母a在第0个索引，对于df2，字母a在第2个索引，依此类推。我想知道这是怎么做到的？

我试过了：

ll = []
for i in lst:
    x = i[i['col1'].isin(['a'])]
    ll.append(x)

提取a的行列，然后我试了

lll = []
for i in ll:
    x = ll[i][0]
    lll.append(x)

这不起作用，我认为我的方法通常不是最好的方法。

【问题讨论】：

标签： python pandas for-loop

【解决方案1】：

试试：

pd.DataFrame({
    'df': range(len(lst)),
    'rank_of_a': [df['col1'].eq('a').idxmax() for df in lst]
})

输出：

   df  rank_of_a
0   0          0
1   1          2
2   2          4

【讨论】：

【解决方案2】：

你可以有一个简单的循环来遍历你的 dfs：

rank_a = []
for df in lst:
    rank_a.append(df[df.col1 == "a"].index[0])

# rank_a = [0,2,4]

这个想法是过滤 col1 中带有“a”的行并使用索引进行排名。上面的代码假设“a”总是 col1，所以取第一个。只要 dfs 有默认索引，就可以了，如果没有，您可以随时重置索引。

然后构造你的最终df：

rank_df = pd.DataFrame({
    "dataframe index": range(len(lst)),
    "rank of a": rank_a
})

【讨论】：