在 python function 中返回一个 dataframe

Question

我正在尝试从 Python function 创建并返回一个数据框

def create_df():
    data = {'state': ['Ohio','Ohio','Ohio','Nevada','Nevada'],
           'year': [2000,2001,2002,2001,2002],
           'pop': [1.5,1.7,3.6,2.4,2.9]}
    df = pd.DataFrame(data)
    return df
create_df()
df

我收到一条错误消息，指出未定义df 。 如果我用print替换return ，我会正确打印数据框。 有没有办法做到这一点？

Answer 1

当您调用create_df()时，Python 会调用该函数，但不会将结果保存在任何变量中。 这就是你得到错误的原因。

将create_df()的结果分配给一个新变量df ，如下所示：

df = create_df()
df

Answer 2

我在这里有点晚了，但是在函数中创建一个全局变量呢？ 它应该为您节省一步。

def create_df():

    global df

    data = {
    'state': ['Ohio','Ohio','Ohio','Nevada','Nevada'],
    'year': [2000,2001,2002,2001,2002],
    'pop': [1.5,1.7,3.6,2.4,2.9]
    }

    df = pd.DataFrame(data)

然后，当您运行 create_df() 时，您将能够只使用 df。

当然，如果您有一个大型程序，请注意命名策略，以便 df 的值不会随着各种函数的执行而改变。

编辑：我注意到我得到了一些积分。 这是使用 exec 执行此操作的另一种（可能更糟）方法。 如果需要，这还允许创建多个数据框。

import pandas as pd

def create_df():
    data = {'state': ['Ohio','Ohio','Ohio','Nevada','Nevada'],
           'year': [2000,2001,2002,2001,2002],
           'pop': [1.5,1.7,3.6,2.4,2.9]}
    df = pd.DataFrame(data)
    return df

### We'll create three dataframes for an example
for i in range(3):
    exec(f'df_{i} = create_df()')

然后，您可以测试它们：

输入： df_0

输出：

    state  year  pop
0    Ohio  2000  1.5
1    Ohio  2001  1.7
2    Ohio  2002  3.6
3  Nevada  2001  2.4
4  Nevada  2002  2.9

输入： df_1

输出：

    state  year  pop
0    Ohio  2000  1.5
1    Ohio  2001  1.7
2    Ohio  2002  3.6
3  Nevada  2001  2.4
4  Nevada  2002  2.9

等等。

Answer 3

函数显式返回两个 DataFrame：

import pandas as pd
import numpy as np

def return_2DF():

    date = pd.date_range('today', periods=20)
    DF1 = pd.DataFrame(np.random.rand(20, 2), index=date, columns=list('xyz'))

    DF2 = pd.DataFrame(np.random.rand(20, 4), index=date, columns='A B C D'.split())

    return DF1, DF2

调用并返回两个数据帧

one, two = return_2DF()

Answer 4

您可以通过复制数据框来从函数返回数据框，例如

def my_function(dataframe):
  my_df=dataframe.copy()
  my_df=my_df.drop(0)
  return(my_df)

new_df=my_function(old_df)
print(type(new_df))

输出：pandas.core.frame.DataFrame

Answer 5

Dataframe_object.copy()

需要执行深层复制以避免一个数据帧成为另一个数据帧的引用的问题。 当您在模块（或单独的文件）中有返回数据帧的函数时，这一点至关重要。 如果您不返回 DataFrame_object.copy()，它只会返回对函数中创建的数据框的引用。\

如果您在同一个文件中使用函数，如果您在函数中使用全局变量，您甚至可能不会意识到深拷贝/浅拷贝的问题。

Answer 6

我以前遇到过这个问题，但是通过将 function 之外的变量设置为 function 的 output 来很容易地解决了这个问题。

def create_df():
    data = {'state': ['Ohio','Ohio','Ohio','Nevada','Nevada'],
           'year': [2000,2001,2002,2001,2002],
           'pop': [1.5,1.7,3.6,2.4,2.9]}
    df = pd.DataFrame(data)
    return df

df = create_df()