使用for循环根据另一列的值抓取一列的值

Question

我试图根据另一列的值获取一列的所有值。 我已经找到了一些与我的相关的有用的 stackoverflow 问题，但这些问题的解决方案似乎不适用于可变范围。 我需要为变量做一些不同的事情吗？

我试图只从数据集中获取列 'open' 的值，其中 'month' 的值等于循环中的月份变量。

需要明确的是，预期输出只是“打开”值。

for year in dfClose['year'].unique():
        tempYearDF = dfClose[dfClose['year'] == year]
        for month in range(1,13):
            tempOpenDF = tempYearDF.loc[tempYearDF['month'] == month, 'open']

我计划在分配数据后对 tempOpenDF 变量进行更多操作，但我首先需要验证它是否正在填充。

样本数据

dfClose

    open      year  month   day    date
0   30.490000   2010    1   4   2010-01-04
1   30.657143   2010    1   5   2010-01-05
2   30.625713   2010    1   6   2010-01-06
3   30.250000   2010    1   7   2010-01-07
4   30.042856   2010    1   8   2010-01-08
.
.
2551    297.260010  2020    2   24  2020-02-24
2552    300.950012  2020    2   25  2020-02-25
2553    286.529999  2020    2   26  2020-02-26
2554    281.100006  2020    2   27  2020-02-27
2555    257.260010  2020    2   28  2020-02-28

输出

tempOpenDF
Series([], Name: open, dtype: float64)

数据类型

tempYearDF.dtypes

open     float64
year       int64
month      int64
day        int64
date      object
dtype: object

“年份”的所有数据都正确分离，只是现在无法获取月份数据。

tempYearDF

    open    year    month   day date
2516    296.239990  2020    1   2   2020-01-02
2517    297.149994  2020    1   3   2020-01-03
2518    293.790009  2020    1   6   2020-01-06
2519    299.839996  2020    1   7   2020-01-07
2520    297.160004  2020    1   8   2020-01-08
2521    307.239990  2020    1   9   2020-01-09
2522    310.600006  2020    1   10  2020-01-10
2523    311.640015  2020    1   13  2020-01-13
2524    316.700012  2020    1   14  2020-01-14
2525    311.850006  2020    1   15  2020-01-15
2526    313.589996  2020    1   16  2020-01-16
2527    316.269989  2020    1   17  2020-01-17
2528    317.190002  2020    1   21  2020-01-21
2529    318.579987  2020    1   22  2020-01-22
2530    317.920013  2020    1   23  2020-01-23
2531    320.250000  2020    1   24  2020-01-24
2532    310.059998  2020    1   27  2020-01-27
2533    312.600006  2020    1   28  2020-01-28
2534    324.450012  2020    1   29  2020-01-29
2535    320.540009  2020    1   30  2020-01-30
2536    320.929993  2020    1   31  2020-01-31
2537    304.299988  2020    2   3   2020-02-03
2538    315.309998  2020    2   4   2020-02-04
2539    323.519989  2020    2   5   2020-02-05
2540    322.570007  2020    2   6   2020-02-06
2541    322.369995  2020    2   7   2020-02-07
2542    314.179993  2020    2   10  2020-02-10
2543    323.600006  2020    2   11  2020-02-11
2544    321.470001  2020    2   12  2020-02-12
2545    324.190002  2020    2   13  2020-02-13
2546    324.739990  2020    2   14  2020-02-14
2547    315.359985  2020    2   18  2020-02-18
2548    320.000000  2020    2   19  2020-02-19
2549    322.630005  2020    2   20  2020-02-20
2550    318.619995  2020    2   21  2020-02-21
2551    297.260010  2020    2   24  2020-02-24
2552    300.950012  2020    2   25  2020-02-25
2553    286.529999  2020    2   26  2020-02-26
2554    281.100006  2020    2   27  2020-02-27
2555    257.260010  2020    2   28  2020-02-28

如果我也使用等于的实际值，我会得到我想要的结果。 但是当我尝试根据范围循环值使用该值时，它会中断。

好的

tempYearDF.loc[tempYearDF['month'] == 1, 'open']

2516    296.239990
2517    297.149994
2518    293.790009
2519    299.839996
2520    297.160004
2521    307.239990
2522    310.600006
2523    311.640015

Answer 1

你不能只按年和月分组然后从那里开始吗？

for _, v in df.groupby(['year', 'month'])['open']:
    tempOpenDF = v
    # do stuff

Answer 2

示例数据框：

     0     1  2
0  123  2020  1
1  234  2020  2
2  543  2020  1

# For all unique years
for y in df[1].unique():
    # For all unique months
    for m in df[2].unique():
        # Get the row based on the month
        row = df.loc[df[2] == m]
            # Print only the desired column
            print(row[0])

输出：

0    123
2    543
Name: 0, dtype: int64
1    234
Name: 0, dtype: int64

Answer 3

for month in range(1,13):
    tempOpenDF = tempYearDF.loc[tempYearDF['month'] == month, 'open']

loc = 位置，或“命名”项目

您可能想要iloc ，但tempYearDF['month']不是一整列吗？
您可能想参考tempYearDF['month'].value或tempYearDF['month'].the_name_of_this_column （或任何适当的方法/属性）。

---

df[df["month"] ==1]是一个有 21 行和所有列的df.loc[df["month"] ==1]也是一个有 21 行和所有列 ' df.loc[df["month"] ==1, "open"的切片df.loc[df["month"] ==1, "open"确实在月份等于1时返回open列中的 21 行。

你也把这个保存在哪里？ tempOpenDF在for循环内。 它的值只会随着循环的每个索引而改变。

我将不得不更多地看到这被传递到的地方。 就目前而言，您可以正确过滤，但将过滤后的数据发送到任何地方。

你拥有的东西否则会起作用。

import pandas as pd
df = pd.read_csv("sample_data.csv",sep='\t',parse_dates=["date"])
# sample data is what you provided above, using tab separation
#

some_year = 2020
print(df.loc[df["month"] == 1, 'open'],'\n')
print(df.loc[df["year"] == 2020, 'open'],'\n')
# print(df.loc[(df["month"] == 1 and df["year"] == 2020), 'open'])

for i in range(1,13):
    dfy = df.loc[df["year"] == 2020]
    mondata = dfy.loc[dfy["month"] == i, "open"]
    print("Month: ",i,'\n',mondata,"\n")

>>> df.head()
some_index open year month day date
0 2516 296.239990 2020 1 2 2020-01-02
1 2517 297.149994 2020 1 3 2020-01-03
2 2518 293.790009 2020 1 6 2020-01-06
3 2519 299.839996 2020 1 7 2020-01-07
4 2520 297.160004 2020 1 8 2020-01-08
真正的索引是 0,1 等。 some_index来自您的数据。