如果for回圈中的條件弄亂了熊貓資料框

我正在嘗試根據 if 條件在 for 回圈中改變資料框。

import pandas as pd
#read the read.csv file

def write_csv(email, info):
    df1 = pd.read_csv('/Users/thavas/Downloads/write.csv')
    #iterate over df1 and look for email
    for index, row in df1.iterrows():
        print(index)
        if row['Email 1'] == email:
            #change the value of column 8 to "hello"
            df1.loc[index,'Email 2'] = "hello"
        df1.to_csv('/Users/thavas/Downloads/out.csv')
            

                
def read_csv():
    #iterate over rows in dataframe
    df = pd.read_csv('/Users/thavas/Downloads/read.csv')
    for index,rows in df.iterrows():
        email = rows['Email']
        #if email available
        if email != 'nan':
            #get column 8,9,10,11 of rows
            info = rows[8:17]
            write_csv(email, info)
        
        else:
            print("Users", rows['Contact'], "has no email")
            
read_csv()

但是，我遇到了一個錯誤，其中使用 if 陳述句，沒有資料被添加到 csv 檔案中。

做了一些除錯，我意識到通過將列印陳述句放在 if 陳述句中，我得到了很多輸出。所以進入 if 陳述句不是問題。

此外，在取出所有 if 陳述句后，我看到輸出到我的 csv 檔案中。可能出了什么問題？

更新 我注意到只有最后一個資料回圈被讀取并更新到我的輸出檔案中。

這是什么意思？

uj5u.com熱心網友回復：

我已經簡化了問題以使我的解釋更容易。我在 ( , 和 ) 中只使用了三列read.csv并且eid有name( email,write.csv和email1) email2。

目標是創建out.csv一個副本，write.csv其中填寫了 .email 中存在的所有電子郵件的 email2 欄位read.csv。

以下代碼符合您的大部分邏輯，我將使用它來突出一些問題。

import pandas as pd

# printing just so you can see the structure explained above
rdf = pd.read_csv('./read.csv')
wdf = pd.read_csv('./write.csv')

print("read.csv")
print(rdf)

print("write.csv")
print(wdf)


def write_csv(email):
    df1 = pd.read_csv('./write.csv')
    #iterate over df1 and look for email
    for index, row in df1.iterrows():
        if row['email1'] == email:
            #change the value of column 8 to "hello"
            df1.loc[index,'email2'] = "hello"
        df1.to_csv('./out.csv')           # <---- Reference 2
        #              ^ Reference 3

def read_csv():
    #iterate over rows in dataframe
    df = pd.read_csv('./read.csv')
    for index,rows in df.iterrows():
        email = rows['email']
        #if email available
        if email != 'nan': # <-- Reference 1
            write_csv(email) # <-- Reference 4

read_csv()

和輸出

(stackoverflow) /tmp $ python test.py

read.csv
   eid    name                   email
0    1     Tom   [email protected]
1    2   Alice
2    3     Bob   [email protected]
3    4     Tim

write.csv
                  email1           email2
0  [email protected]   email2-unknown
1  [email protected]   email2-unknown

(stackoverflow) /tmp $ cat out.csv
,email1,email2
0,[email protected], email2-unknown
1,[email protected], email2-unknown

參考1：

這實際上取決于您的 csv 檔案以及您希望在那里找到的內容。如果空電子郵件實際上在您的檔案中表示為“nan”，那么這似乎很好。但是，在我的情況下，該檔案實際上沒有 ( '') 用于丟失電子郵件。所以 pandas 制作了它們NaN。但是，您不能直接將其與'nan'.

可能的解決方案

1. if str(email) == 'nan'因為 str(nan) 是'nan'
2. if isinstance(email, float) and np.isnan(email)wherenp.isnan是 numpy 的一個函式，但僅適用于浮點數。給它一個字串會導致錯誤。
3. 在開始時將整個列轉換為字串，然后遍歷行。pd.read_csv('./read.csv').astype({'email':'str'}). 然后，您可以email == 'nan'像以前一樣進行比較。
4. 僅迭代非 nan 值。即for index, rows in df[~df.email.isna()].iterrows()wheredf.email.isna()檢查某物是否為 NaN 并~否定它。因此，您將獲得電子郵件不是 NaN 的所有行。

這樣，您就可以保證write_csv正確呼叫它。

參考2：

每次迭代都撰寫out.csv成本很高。如果write.csv有 1000 行，您將寫out.csv1000 次。相反，您只想out.csv在 for 回圈之外撰寫一次。

參考文獻 3 和 4：

當您找到來自 的非空電子郵件時read.csv，write_csv將呼叫特定電子郵件。例如，讓我們取第一行，[email protected]。所以現在write_csv讀取write.csv、修改電子郵件所在的所有實體，tom...然后將其寫入out.csv。

除了當它移動到下一封非空電子郵件時bob...，您再次閱讀write.csv其中覆寫的內容out.csv。write.csv沒有您所做的更改tom。這解釋了為什么您只會看到最后一封電子郵件。

可能的解決方案：

1. 一個快速的解決方法是首先復制write.csv到out.csv（在read_csv呼叫之前）并將其修改write_csv為始終讀取out.csv和寫入out.csv。

把它們放在一起：

import pandas as pd
import numpy as np

rdf = pd.read_csv('./read.csv')
wdf = pd.read_csv('./write.csv')

print("read.csv")
print(rdf)

print("write.csv")
print(wdf)


def write_csv(email):
    df1 = pd.read_csv('./out.csv') # read from out
    #iterate over df1 and look for email
    for index, row in df1.iterrows():
        if row['email1'] == email:
            #change the value of column 8 to "hello"
            df1.loc[index,'email2'] = "hello"

    # outside for loop
    # write to out, so next call with different email also persists
    df1.to_csv('./out.csv') 

def read_csv():
    #iterate over rows in dataframe
    df = pd.read_csv('./read.csv')
    # iterate over rows with non-nan emails
    for index,rows in df[~df.email.isna()].iterrows():
        # I've removed the info part with other columns but you get the idea...
        email = rows['email']
        write_csv(email)

import shutil
shutil.copyfile('./write.csv', './out.csv') # first copy to out
read_csv()

以上將為您提供一個可行的解決方案，但仍然非常低效，因為您正在out.csv為每封存在的電子郵件寫作。

相反，考慮out.csv通過合并/連接來自read.csv和的資料框來創建write.csv。以下是檔案 合并和 加入的一些鏈接。也許還可以查看有關 pandas 連接和合并的 stackoverflow 問題中的一些示例。

標籤：Python熊猫CSVif 语句

上一篇：嵌套回圈和if陳述句的R代碼錯誤

下一篇：模板中的部分屬性