我希望使用if
语句创建并返回一个子集df
。具体来说,对于下面的代码,我有两组不同的值。我要返回的df
将根据这些值之一而有所不同。
使用以下代码,特定值将在normal
和different
内。place
中的值将指示如何对df
进行子集化。
以下是我的尝试。place
中的值将永远只是一个值,因此它不会完全匹配列表。当place
中的值等于这些列表中的单个值时,是否可以返回df
?
我希望返回df1
以用于后续任务。
import pandas as pd
df = pd.DataFrame({
'period' : [1.0, 1.0, 2.0, 2.0, 3.0, 4.0, 5.0, 7.0, 7.0, 8.0, 9.0],
})
place = 'a'
normal = ['a','b']
different = ['v','w','x','y','z']
different_subset_start = 2
normal_subset_start = 4
subset_end = 8
for val in df:
if place in different:
print('place is different')
df1 = df[(df['period'] >= different_subset_start) & (df['period'] <= subset_end)].drop_duplicates(subset = 'period')
return df1
elif place in normal:
print('place is normal')
df1 = df[(df['period'] >= normal_subset_start) & (df['period'] <= subset_end)].drop_duplicates(subset = 'period')
return df1
else:
print('Incorrect input for Day. Day Floater could not be scheduled. Please check input value')
return
打印(DF1(
预期的输出是返回df1
供以后使用。
period
2 2.0
4 3.0
5 4.0
6 5.0
7 7.0
9 8.0
要检查对象是否在某物中,而不是检查它是否等于某物,请使用in
。
if place in different:
和类似
elif place in normal:
编辑:
如果你把它变成一个函数,它应该是什么样子。基本上,你只需要做一件def my_function_name(arguments):
的事情,然后缩进你的代码的其余部分,使其属于该函数。喜欢这个:
import pandas as pd
def get_subset(df, place):
normal = ['a','b']
different = ['v','w','x','y','z']
different_subset_start = 2
normal_subset_start = 4
subset_end = 8
if place in different:
df1 = df[(df['period'] >= different_subset_start) & (df['period'] <= subset_end)].drop_duplicates(subset = 'period')
elif place in normal:
df1 = df[(df['period'] >= normal_subset_start) & (df['period'] <= subset_end)].drop_duplicates(subset = 'period')
else:
df1 = None
return df1
df = pd.DataFrame({
'period' : [1.0, 1.0, 2.0, 2.0, 3.0, 4.0, 5.0, 7.0, 7.0, 8.0, 9.0],
})
place = 'a'
print(get_subset(df, place))
查看代码中的for val in df:
。 这样的结构很奇怪,因为你不使用val
变量。
将代码的最后一个片段更改为如下所示的内容:
def fn():
if place in different:
print('place is different')
return df[df.period.between(different_subset_start, subset_end)]
.drop_duplicates(subset='period')
elif place in normal:
print('place is normal')
return df[df.period.between(normal_subset_start, subset_end)]
.drop_duplicates(subset = 'period')
else:
print('Incorrect input for place. Please check value')
在您的情况下subset = 'period'
是多余的,因为句号是唯一的 列。
也不需要最后一次返回。如果函数执行来了 到代码末尾,它返回而不返回任何值。
另一个细节:如果你的数据帧只有一列,那么 也许一个系列就足够了?