python 中循環的正確語法

Question

我是 python 的新手，我想從下面的專家那里看到解決方案，因為根據其他值從一些 dataframe 中選擇值，這是我經常使用的東西。

我有下面的第一個df。

data = {'Date': ['31/03/1947', '30/06/1947', '30/09/1947', '31/12/1947', '31/03/1948', '30/06/1948', '30/09/1948', '31/12/1948', '31/03/1949', '30/06/1949'],
        'Italian GDP': [-0.057750, -0.054695, -0.052334, -0.051142, -0.050267, -0.049659, -0.048984, -0.048839, -0.046507, -0.045941],
        'US GDP': [-0.011017, -0.008948, -0.007276, -0.006526, -0.005046, -0.002011, -0.001592, -0.000720, 0.000085, 0.000334],
        'EA GDP': [0.009119, 0.010925, 0.011530, 0.014639, 0.015634, 0.016439, 0.018998, 0.025592, 0.032806, 0.035710],
        'FR GDP': [-0.011773, -0.010264, -0.009310, -0.009126, -0.006450, -0.005746, -0.004998, -0.004780, 0.001206, 0.004616],
        'DE GDP': [-0.030926, -0.023653, -0.023418, -0.021585, -0.010145, -0.006971, -0.005937, -0.005850, -0.005215, -0.000496],
        'CZ GDP': [-0.017287, -0.013185, -0.011872, -0.006948, -0.004398, -0.004028, -0.001028, -0.000814, 0.000349, 0.001409],
        'HU GDP': [-0.068923, -0.060180, -0.058478, -0.057246, -0.053871, -0.053105, -0.052404, -0.052222, -0.050352, -0.049721],
        'UK GDP': [-0.029143, -0.028303, -0.027973, -0.027784, -0.025187, -0.024922, -0.024092, -0.022788, -0.022478, -0.021911],
        'NL GDP': [-0.011381, -0.010251, -0.009614, -0.008191, -0.007078, -0.006006, -0.005573, -0.000319, -0.000199, 0.000804],
        'RO GDP': [-0.082121, -0.076776, -0.074611, -0.073923, -0.070768, -0.060687, -0.060526, -0.054234, -0.047550, -0.032161]}

# read in with 
df = pd.DataFrame(data).set_index('Date')

和下面的第二個df：

Values = {'GDPs': ['Italian GDP', 'US GDP', 'EA GDP', 'FR GDP', 'DE GDP', 'CZ GDP', 'HU GDP', 'UK GDP', 'NL GDP', 'RO GDP'],
        'Observations': [89, 281, 89, 169, 105, 85, 89, 169, 85, 89],
        'Round Down': [1.0, 5.0, 1.0, 3.0, 2.0, 1.0, 1.0, 3.0, 1.0, 1.0],
        'Round Up': [2.0, 6.0, 2.0, 4.0, 3.0, 2.0, 2.0, 4.0, 2.0, 2.0]}
# read in with 
roundposnew = pd.DataFrame(Values).set_index('GDPs')

對於第二個 df，我想添加兩個額外的列，它們將為我提供第一個 df 的相應“向上取整”和“向下取整”值。 例如，我想得到“Italian GDP”的第一個值和第二個值，“US GDP”的第 5 個和第 6 個值等。我編寫了下面的代碼只是為了“Round Down”值（一個我想添加的列）但不工作，它只給出最后一個循環值的結果。 你能告訴我正確的做法是什么嗎？ 先感謝您！

for i in df.columns:
    fal = df.columns.get_loc(i)
    ld5 = df.iloc[int(roundposnew.loc[i,'Round Down']-1),int(fal)]
ld5

>>> -0.08212129722076356

Answer 1

• 創建roundposnew時， Round Down和Round UP應該是int ，而不是float （例如1與1.0 ），因為該值用於索引另一個 dataframe。
  • 那么就沒有理由在循環中轉換為int
• 將值寫入列表，然后創建新列
  • Dataframe 列應使用值列表或數組一次創建。
  • 嘗試在循環中創建一列，就像您可能正在做的那樣，重復地將循環中的每個值分配給列中的所有行。
• 請注意，您正在做的事情的邏輯，手動選擇這些特定值，沒有意義。 似乎有些東西需要程序化實現。
  • 從df中選擇要添加到roundposnew的值背后的邏輯是什么？ 為什么每一列都有這些特定的行？

import pandas as pd

Values = {'GDPs': ['Italian GDP', 'US GDP', 'EA GDP', 'FR GDP', 'DE GDP', 'CZ GDP', 'HU GDP', 'UK GDP', 'NL GDP', 'RO GDP'],
          'Observations': [89, 281, 89, 169, 105, 85, 89, 169, 85, 89],
          'Round Down': [1, 5, 1, 3, 2, 1, 1, 3, 1, 1],
          'Round Up': [2, 6, 2, 4, 3, 2, 2, 4, 2, 2]}

# read in with 
roundposnew = pd.DataFrame(Values).set_index('GDPs')

# round up and down list
ru = list()
rd = list()

# loop to add values to lists
for i in df.columns:
    fal = df.columns.get_loc(i)  # this is an int, doesn't need int(fal)
    rd.append(df.iloc[roundposnew.loc[i,'Round Down'] - 1, fal])
    ru.append(df.iloc[roundposnew.loc[i, 'Round Up'] + 1, fal])

# add lists to dataframe
roundposnew['rd'] = rd
roundposnew['ru'] = ru

             Observations  Round Down  Round Up        rd        ru
GDPs                                                               
Italian GDP            89           1         2 -0.057750 -0.051142
US GDP                281           5         6 -0.005046 -0.000720
EA GDP                 89           1         2  0.009119  0.014639
FR GDP                169           3         4 -0.009310 -0.005746
DE GDP                105           2         3 -0.023653 -0.010145
CZ GDP                 85           1         2 -0.017287 -0.006948
HU GDP                 89           1         2 -0.068923 -0.057246
UK GDP                169           3         4 -0.027973 -0.024922
NL GDP                 85           1         2 -0.011381 -0.008191
RO GDP                 89           1         2 -0.082121 -0.073923

Answer 2

我假設您要添加 2 個額外的列，您可以這樣做：首先添加 2 個填充有 0 值（或任何您想要的值）的列，然后使用您的舍入/舍入公式更新這些值

roundposnew['Rounded up'] = 0.
roundposnew['Rounded down'] = 0.
for i in df.columns:
    fal = df.columns.get_loc(i)
    ld5 = df.iloc[int(roundposnew.loc[i,'Round Down']-1),int(fal)]
    ld6 = df.iloc[int(roundposnew.loc[i, 'Round Up'] + 1), int(fal)]
    roundposnew.loc[i,'Rounded down'] = ld5
    roundposnew.loc[i, 'Rounded up'] = ld6
    print('values for '+i+' are: \n rounded down: '+str(ld5)+' \n rounded up: '+str(ld6))
print(roundposnew)

Output 看起來像：

             Observations  Round Down  Round Up  Rounded up  Rounded down
GDPs                                                                     
Italian GDP            89         1.0       2.0   -0.051142     -0.057750
US GDP                281         5.0       6.0   -0.000720     -0.005046
EA GDP                 89         1.0       2.0    0.014639      0.009119
FR GDP                169         3.0       4.0   -0.005746     -0.009310
DE GDP                105         2.0       3.0   -0.010145     -0.023653
CZ GDP                 85         1.0       2.0   -0.006948     -0.017287
HU GDP                 89         1.0       2.0   -0.057246     -0.068923
UK GDP                169         3.0       4.0   -0.024922     -0.027973
NL GDP                 85         1.0       2.0   -0.008191     -0.011381
RO GDP                 89         1.0       2.0   -0.073923     -0.082121

希望這向您展示了解決問題的方法！