回圈創建多個串列，具有不同的命名

我想創建一個創建多個串列的回圈，名稱不同。我有一個資料框，其中包含一個我試圖根據月份過濾的 excel 檔案。（理想情況下，串列應該是 1、2、3 等。） 每個月都應該創建一個串列 最后我需要再次遍歷這些串列以計算平均值并計算 len 如果您有任何問題，請告訴我。

import pandas as pd

#read data
excel = 'short data.xlsx'
data = pd.read_excel(excel, parse_dates=['Closed Date Time'])
df = pd.DataFrame(data)
# data.info()
#Format / delete time from date column
data['Closed Date Time'] = pd.to_datetime(data['Closed Date Time'])
df['Close_Date'] = data['Closed Date Time'].dt.date
df['Close_Date'] = pd.to_datetime(data['Close_Date'])

#loop to create multiple lists
times = 12

for _ in range(times):
    if times <= 9:
        month = df[df['Close_Date'].dt.strftime('%Y-%m') == f'2018-0{times}']
    month = df[df['Close_Date'].dt.strftime('%Y-%m') == f'2018-{times}']

示例資料 [

uj5u.com熱心網友回復：

創建具有不同名稱的串列可能是完全錯誤的想法。

您應該使用 sublistst（和索引而不是名稱）創建單個串列或使用名稱作為鍵的單個字典。或者更好的是，您應該DataFrame使用所有值（在行或列中）創建單個。它將對接下來的計算更有用。

而這一切可能都不需要for-loop。

但我認為你可以用不同的方式來做。您可以使用創建列Year Month

df['Year_Month'] = df['Close_Date'].dt.strftime('%Y-%m')

之后使用groupby()每個月執行函式而不使用for-loops。

averages = df.groupby('Year_Month').mean()

sizes = df.groupby('Year_Month').size()

帶有示例資料的最小作業代碼：

import pandas as pd

#df = pd.read_excel('short data.xlsx', parse_dates=['Closed Date Time'])

data = {
    'Closed Date Time': ['2022.10.25 01:00', '2022.10.24 01:00', '2018.10.25 01:00', '2018.10.24 01:00', '2018.10.23 01:00'],
    'Price': [1, 2, 3, 4, 5],
    'User': ['A','A','A','B','C'],
}

df = pd.DataFrame(data)
print(df)

df['Closed Date Time'] = pd.to_datetime(df['Closed Date Time'])
df['Close_Date'] = df['Closed Date Time'].dt.date
df['Close_Date'] = pd.to_datetime(df['Close_Date'])

df['Year_Month'] = df['Close_Date'].dt.strftime('%Y-%m')
print(df)

print('\n--- averages ---\n')
averages = df.groupby('Year_Month').mean()
print(averages)

print('\n--- sizes ---\n')
sizes = df.groupby('Year_Month').size()
print(sizes)

結果：

   Closed Date Time  Price
0  2022.10.25 01:00      1
1  2022.10.24 01:00      2
2  2018.10.25 01:00      3
3  2018.10.24 01:00      4
4  2018.10.23 01:00      5

     Closed Date Time  Price Close_Date Year_Month
0 2022-10-25 01:00:00      1 2022-10-25    2022-10
1 2022-10-24 01:00:00      2 2022-10-24    2022-10
2 2018-10-25 01:00:00      3 2018-10-25    2018-10
3 2018-10-24 01:00:00      4 2018-10-24    2018-10
4 2018-10-23 01:00:00      5 2018-10-23    2018-10

--- averages ---

            Price
Year_Month       
2018-10       4.0
2022-10       1.5

--- sizes ---

Year_Month
2018-10    3
2022-10    2
dtype: int64

編輯：

data = df.groupby('Year_Month').agg({'Price':['mean','size']})
print(data)

結果：

           Price     
            mean size
Year_Month           
2018-10      4.0    3
2022-10      1.5    2

編輯：

.groupby()具有和.apply()執行更復雜功能的示例。

后來它使用.to_dict()和.plot()

import pandas as pd

#df = pd.read_excel('short data.xlsx', parse_dates=['Closed Date Time'])

data = {
    'Closed Date Time': ['2022.10.25 01:00', '2022.10.24 01:00', '2018.10.25 01:00', '2018.10.24 01:00', '2018.10.23 01:00'],
    'Price': [1, 2, 3, 4, 5],
    'User': ['A','A','A','B','C'],
}

df = pd.DataFrame(data)
#print(df)

df['Closed Date Time'] = pd.to_datetime(df['Closed Date Time'])
df['Close_Date'] = df['Closed Date Time'].dt.date
df['Close_Date'] = pd.to_datetime(df['Close_Date'])

df['Year_Month'] = df['Close_Date'].dt.strftime('%Y-%m')
#print(df)

def calculate(group):
    #print(group)
    #print(group['Price'].mean())
    #print(group['User'].unique().size)
    result = {
        'Mean':  group['Price'].mean(),
        'Users': group['User'].unique().size,
        'Div':   group['Price'].mean()/group['User'].unique().size
    }
    return pd.Series(result)
    
data = df.groupby('Year_Month').apply(calculate)

print(data)

print('--- dict ---')
print(data.to_dict())
#print(data.to_dict('dict'))

print('--- records ---')
print(data.to_dict('records'))

print('--- list ---')
print(data.to_dict('list'))

print('--- index ---')
print(data.to_dict('index'))

import matplotlib.pyplot as plt
data.plot(kind='bar', rot=0)
plt.show()

結果：

            Mean  Users       Div
Year_Month                       
2018-10      4.0    3.0  1.333333
2022-10      1.5    1.0  1.500000
--- dict ---
{'Mean': {'2018-10': 4.0, '2022-10': 1.5}, 'Users': {'2018-10': 3.0, '2022-10': 1.0}, 'Div': {'2018-10': 1.3333333333333333, '2022-10': 1.5}}
--- records ---
[{'Mean': 4.0, 'Users': 3.0, 'Div': 1.3333333333333333}, {'Mean': 1.5, 'Users': 1.0, 'Div': 1.5}]
--- list ---
{'Mean': [4.0, 1.5], 'Users': [3.0, 1.0], 'Div': [1.3333333333333333, 1.5]}
--- index ---
{'2018-10': {'Mean': 4.0, 'Users': 3.0, 'Div': 1.3333333333333333}, '2022-10': {'Mean': 1.5, 'Users': 1.0, 'Div': 1.5}}

標籤：Python熊猫列表循环条件语句

上一篇：求和遞回函式將值回傳給變數

下一篇：在R中撰寫回圈函式