时间戳

首页 > 解决方案 > 在特定位置将值分配给熊猫数据框的问题

python - 在特定位置将值分配给熊猫数据框的问题

问题描述

我在将值分配给特定位置（列和索引）的数据框时遇到问题。首先，我创建一个空数据框：

self.timeseries = pd.DataFrame(
                columns = ["temperature", "state_of_charge", "m_ice", "m_water"],
                index = pd.date_range(
                        start = self.environment.start,
                        end = self.environment.end,
                        freq = self.environment.time_freq,
                        name = "time"
                        )
                )

后来我尝试为每个索引的每一列分配值：

        self.timeseries.temperature.loc[timestamp] = self.current_temp
        self.timeseries.state_of_charge.loc[timestamp] = self.state_of_charge
        self.timeseries.m_ice.loc[timestamp] = self.m_ice /self.mass
        self.timeseries.m_water.loc[timestamp] = self.m_water / self.mass

上面代码的第一行似乎有效。但是一旦到达第二行，我就会收到以下错误消息：

ValueError: No axis named 1 for object type <class 'pandas.core.series.Series'>

在代码的其他部分，使用了完全相同的过程，并且可以正常工作。

非常感谢您提前提供的每一个帮助！

PS：我不知道，如果有必要，但附加信息：

我在 anaconda 1.9.12 中使用 spyder 3.3.6 (Python 3.7)

标签： pythonpandas

解决方案

您可以尝试迭代数据框的长度并使用整数索引位置将值填充到列中。这些值可以是计算值，这并不重要。逻辑将保持不变。

import pandas as pd
timeseries = pd.DataFrame(
                columns = ["temperature", "state_of_charge", "m_ice", "m_water"],
                index =pd.date_range(start ='01-01-2018 00:00:00',
                         end ='01-02-2018 00:00:00', freq='0.25H')
                )

for i in range(len(timeseries)):
   # this an example, can be any calculated value or function return # 
    timeseries.temperature.iloc[i] = i 
    timeseries.state_of_charge.iloc[i] = i+1
    timeseries.m_ice.iloc[i] = i+2
    timeseries.m_water.iloc[i] = i+3
print(timeseries)

                    temperature state_of_charge m_ice m_water
2018-01-01 00:00:00           0               1     2       3
2018-01-01 00:15:00           1               2     3       4
2018-01-01 00:30:00           2               3     4       5
2018-01-01 00:45:00           3               4     5       6
2018-01-01 01:00:00           4               5     6       7
...                         ...             ...   ...     ...
2018-01-01 23:00:00          92              93    94      95
2018-01-01 23:15:00          93              94    95      96
2018-01-01 23:30:00          94              95    96      97
2018-01-01 23:45:00          95              96    97      98
2018-01-02 00:00:00          96              97    98      99

推荐阅读