讀入數據並將其設置為帶有Pandas的DataFrame的索引

Question

我想遍歷DataFrame的行並將值分配給新的DataFrame。 我是這樣間接完成任務的：

#first I read the data from df1 and assign it to df2 if something happens
counter = 0                         #line1
for index,row in df1.iterrows():    #line2
    value = row['df1_col']          #line3
    value2 = row['df1_col2']          #line4
    #try unzipping a file (pseudo code)                  
        df2.loc[counter,'df2_col'] = value  #line5
        counter += 1                        #line6
    #except
        print("Error, could not unzip {}")  #line7

#then I set the desired index for df2
df2 = df2.set_index(['df2_col'])  #line7

有沒有一種方法可以直接在第5行中將值分配給df2的索引？ 抱歉，我最初的問題不清楚。 我正在基於發生的事情創建索引。

Answer 1

有很多方法可以做到這一點。 根據您的代碼，您所要做的就是創建一個空的df2數據幀，其中包含df1.df1_col的值索引。 您可以這樣直接進行操作：

df2 = pd.DataFrame([], df1.df1_col)
#                   ^     ^
#                   |     |
# specifies no data, yet  |
#                        defines the index

如果您擔心必須過濾df1則可以執行以下操作：

# cond is some boolean mask representing a condition to filter on.
# I'll make one up for you.
cond = df1.df1_col > 10
df2 = pd.DataFrame([], df1.loc[cond, 'df1_col'])

Answer 2

無需迭代，您可以執行以下操作：

df2.index = df1['df1_col']

如果您確實要迭代，請將其保存到列表中並設置索引。