如何從列表中提取數據幀的名稱並將其作為標題打印到輸出？

Question

我的list1包含 4 個數據框，例如：

group_high ， group_medium ， group_low ， group_rba 。

我創建了一個 for 循環，以便每個數據幀進入循環並提供輸出。

在打印輸出之前，我希望我的代碼將數據幀名稱作為標題，以便我能夠識別結果屬於哪個數據幀。

示例：在打印group_high數據幀結果之前，我希望有一個標題為group_high ，然后是group_high的輸出。 同樣，我需要它用於list1所有其他數據幀。

下面是我的代碼：

os.chdir(r'C:\Users\91979\Downloads\head code\src')
from classStruct.model import model
list1 = [group_high,group_medium,group_low,group_rba]
for i in list1:
    needed_cols = i.columns
    target_col =  ['Rejection (%)']
    cols = list(set(needed_cols) - set(target_col))
    totData = i
    totData = totData.round(decimals=2)
    Model1 = model(totData,cols,['Rejection (%)'])
    clustSet = pd.DataFrame([C.clusterCenter for C in Model1.clustersList])
    Model1.predictor(clustSet, ["Rejection (%)"], Normalize=False)
    Model1.optimalClusterRejectionSeries = round(min(clustSet['Rejection (%)Predicted']),4)
    col_list = ['GCS (kg/cm2)', 'Inert Fines (%)', 'Volatile Matter (%)',
       'LOI (%)', 'Active Clay (%)', 'GFN/AFS (no)', 'Compactability (%)',
       'Wet Tensile Strength (gm/cm2)', 'Moisture (%)',
       'Permeability (no)', 'Temp. of Sand after mix.(C)']
    Model1.deNormalizeColumns(col_list, clustSet).to_csv("Predicted_optimal.csv")
    Model1.deNormalizeColumns(col_list, clustSet)
    print(pd.DataFrame(clustSet[clustSet['Rejection (%)Predicted'] == clustSet['Rejection (%)Predicted'].min()]))
    print('\n')
    print('\n')

Answer 1

數據框不存儲self.name ...你需要自己提供類似的東西

for i, name in zip(list1, names_list):

您可以決定在字典中收集所有 dfs

all_dfs = {name: df for name, df in zip(names_list, list1)}
# then iterate
for name, df in all_dfs.items():

通常，如果幾個 dfs 具有相同的列並且索引具有相同的級別，那么最好將它們保留為單個 df 並使用df.groubpy迭代分組的行（因為無論如何你的 dfs 似乎都來自 groupby可以跳過您可能分成幾個 dfs 並直接從 groubpy 迭代的步驟，如果是這樣的話）。

# if dfs come from different sources
# concatenate them into a single df
df_main = pd.concat(
    list1, # collection of dfs to be concatenated
    keys=names_list, # names for dfs, will be appended as the outermost index level
    names=['name_of_df'] # name for the level that will be appended
)

# iterate over a groupby object
for name_of_df, df_sub in df_main.groubpy('name_of_df'):
    # name_of_df: string provided in `names_list`
    # df_sub: filtered df

---

編輯：

請理解以上所有代碼塊都是排他性的，即選擇一個解決方案並堅持下去。 您的評論試圖結合不同的解決方案，最重要的是使用all_dfs.items()這不是在提供的任何選項中，在這種情況下不是必需的。

如果你選擇第一個選項，那么

for i, name in zip(list1, names_list):
    print(name)
    needed_cols = i.columns # from your code
    # the rest of your code inside the loop