我在 Pandas 中使用資料框的“for 回圈”有問題，希望有人能提供幫助。
我在 csv 檔案中有以下資料框：
,forename,surname,gender,age,100m,200m,400m,800m,1500m
0,Migdalia,Parrish,F,18,11.08,29.0,59.41,122.05,259.11
1,Valerie,Lee,F,10,17.23,46.0,100.02,232.64,480.95
2,John,Debnam,M,17,10.81,25.89,50.6,110.29,232.39
3,Roy,Miller,M,10,19.18,46.74,95.32,201.14,430.27
4,Aida,Aumiller,F,11,15.3,41.83,81.06,189.03,394.9
5,Marcia,Brown,F,19,11.13,24.62,57.59,119.13,256.37
6,Harry,Knows,M,16,12.39,25.94,49.67,106.56,237.14
7,Barry,Lennon,M,14,11.15,23.56,46.46,110.89,230.49
8,Lilia,Armstrong,F,13,8.84,25.09,59.54,128.95,258.47
9,Johnny,Casey,M,15,9.65,22.67,49.46,112.85,233.87
10,Donald,Taylor,M,15,11.74,22.42,49.22,114.62,224.63
11,Martha,Woods,F,14,9.01,24.34,55.25,118.8,254.87
12,Diane,Lauria,F,15,8.99,27.92,54.79,119.89,249.21
13,Yvonne,Pumphrey,F,16,8.84,27.29,57.63,123.13,247.41
14,Betty,Stephenson,F,14,11.04,28.73,59.05,126.29,256.44
15,Lilia,Armstrong,F,12,11.31,34.43,74.28,150.05,321.07
我必須創建一個呼叫另一個函式的主函式，該函式使用“for 回圈”檢索特定性別的每個年齡（10、11、12、13、14、15、16）最快時間的運動員（例如'F'）和距離（例如'100m'）。
例如：
Input:
fastest_athletes = find_fastest_athletes(df,"100m","F",[10,11,12,13,14,15,16])
Output:
{
10: {’forename’: 'Valerie’, 'surname’: 'Lee’, 'time’: '17.23’},
11: {’forename’: 'Aida’, 'surname’: 'Aumiller’, 'time’: '15.3’},
12: {’forename’: 'Lilia’, 'surname’: 'Armstrong’, 'time’: '11.31’},
13: {’forename’: 'Lilia’, 'surname’: 'Armstrong’, 'time’: '8.84’},
14: {’forename’: 'Martha’, 'surname’: 'Woods’, 'time’: '9.01’},
15: {’forename’: 'Diane’, 'surname’: 'Lauria’, 'time’: '8.99’},
16: {’forename’: 'Yvonne’, 'surname’: 'Pumphrey’, 'time’: '8.84’}
}
我做了以下代碼：
# Function with the for loop
def find_fastest_athletes(df,distance,gender,ages):
for age in range(10,16):
fastest_athletes = df[(df["gender"] == gender) & (df["age"] == age)]
fastest_athletes_sorted = fastest_athletes.sort_values(distance,ascending=True)
fastest_athletes_value = fastest_athletes_sorted.iloc[[0]][["forename","surname","100m"]]
athletes_data = fastest_athletes_value.to_string(index=False, header=False).split(' ')
athletes_data_dict = {
'forename': athletes_data[0].strip(),
'surname': athletes_data[1],
'time': float(athletes_data[2])
}
return athletes_data_dict
# Main function
def main(filename='athletes.csv'):
df = pd.read_csv(filename, index_col=0)
df['100m'] = df['100m'].astype(float)
print(find_fastest_athletes(df,'100m','F',[10,11,12,13,14,15,16]))
return
if __name__ == "__main__":
main()
通過我的編碼，我只得到最后一個年齡（16 歲）最快的運動員作為輸出，而不是每個年齡（10、11、12、13、14、15、16）最快的運動員，這是為什么？
另外如何在每行的開頭添加年齡？
uj5u.com熱心網友回復：
最簡單的答案是，當您想要的只是一個 groupby 時，您不應該執行復雜的功能。我不知道為什么你的代碼不起作用。
# Melt into a long-form dataframe
df_long = df.melt(id_vars=['forename', 'surname', 'gender', 'age'], var_name='event', value_name='time')
# Get the indices for maximum times in each gender/age/event and then use those indices to get the original rows
df_fastest = df_long.iloc[df_long.groupby(['gender', 'age', 'event'])['time'].idxmax(), :]
對于一個事件：
>>> df_fastest.loc[df_fastest['event'] == '100m', :]
forename surname gender age event time
1 Valerie Lee F 10 100m 17.23
4 Aida Aumiller F 11 100m 15.30
15 Lilia Armstrong F 12 100m 11.31
...
uj5u.com熱心網友回復：
我認為您的代碼只回傳上一個年齡最快的運動員的原因是因為您一直覆寫變數 athests_data_dict -
def find_fastest_athletes(df,distance,gender,ages):
tmp = []
for age in ages:
fastest_athletes = df.loc[(df.gender == gender) & (df.age == age)]
fastest_athletes_sorted = fastest_athletes.sort_values(distance,ascending=True)
fastest_athletes_value = fastest_athletes_sorted.iloc[[0]][["forename","surname","100m"]]
athletes_data = fastest_athletes_value.to_string(index=False, header=False).split(' ')
athletes_data_dict = {
'forename': athletes_data[0].strip(),
'surname': athletes_data[1],
'time': float(athletes_data[2])
}
tmp.append(athletes_data_dict)
return tmp
我也更改了資料框的切片以及回圈中的范圍。所以我使用了一個串列來存盤所有的值，對我來說效果很好。
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/370957.html
上一篇：在sparkDataFrame中創建兩列，一列用于累積值，另一列用于最大連續值
下一篇：在火花資料框中用N/A替換空值