主页 / coding / 问题 / 78902633
Accepted
bigjdawg43
Asked: 2024-08-23 00:33:53 +0800 CST

迭代多个数据框中的列并有条件地执行操作

  • 772

我有三个时间序列数据框

df_list=[px, SC, SMA]

每个数据框都有相同的列和相同的日期。我还有一个证券清单（为举例而精简）：

securities3=['SPX Index','BIL US Equity']

我正在尝试做类似下面的事情，但它的语法不正确：

for df in df_list:
    for col in df.columns:       
        if col==securities3:
            ***create new dataframe here***

换句话说，我想要遍历 df_list 中的每个数据框，在 df 的每一列中，当该列与 securities3 的组成部分匹配时，我想要由这三列（每个数据框一列，匹配 securities3 列表）形成一个新的数据框。

为了提供更多详细信息，请参见下面的示例数据：

import pandas as pd

px_data = {'Date': ['8/11/18', '8/12/18', '8/13/18', '8/14/18'],
        'SPX Index': [58.63, 21.25, 19.17, 18.8],
        'BIL US Equity': [35,105,27,98]}

SC_data = {'Date': ['8/11/18', '8/12/18', '8/13/18', '8/14/18'],
        'SPX Index': [20.50, 6, 82, 74.6],
        'BIL US Equity': [74,62,8,99]}

SMA_data = {'Date': ['8/11/18', '8/12/18', '8/13/18', '8/14/18'],
        'SPX Index': [2, 95.3, 39, 68.27],
        'BIL US Equity': [58,37,74,11]}

px = pd.DataFrame(px_data)
SC = pd.DataFrame(SC_data)
SMA = pd.DataFrame(SMA_data)

目标输出是：

SPX_data = {'Date': ['8/11/18', '8/12/18', '8/13/18', '8/14/18'],
     'SPX Index': [58.63, 21.25, 19.17, 18.8],
     'SPX Index': [20.50, 6, 82, 74.6],
     'SPX Index': [2, 95.3, 39, 68.27]}
    
SPX = pd.DataFrame(SPX_data)

我正在尝试在循环中创建 SPX 数据框（例如），因为列表（securities3）可能会发生变化。另外，作为参考点，因为这是一个更大过程的一部分，所以数据框中的列将始终与列表中的字符串（和位置）相同，就像本例中一样。

谢谢你的帮助。

python

1 个回答

  1. Best Answer

    假设所有数据框都具有相同的日期和顺序，您可以将日期+具有值的列连接起来axis=1：

    date = df_list[0]["Date"]
out = [pd.concat([date] + [df[sec] for df in df_list], axis=1) for sec in securities3]

for df in out:
    print(df)

          Date  SPX Index  SPX Index  SPX Index
0  8/11/18      58.63       20.5       2.00
1  8/12/18      21.25        6.0      95.30
2  8/13/18      19.17       82.0      39.00
3  8/14/18      18.80       74.6      68.27
      Date  BIL US Equity  BIL US Equity  BIL US Equity
0  8/11/18             35             74             58
1  8/12/18            105             62             37
2  8/13/18             27              8             74
3  8/14/18             98             99             11

    更新：

    如果'Date'是索引，则从concat调用中删除日期。

    如果希望每个数据框都在一个变量中，请删除列表推导中的外循环。

    for sec in securities3:
    df = pd.concat([df[sec] for df in df_list], axis=1)
    • 1

相关问题