pandas - 在列表理解中将行附加到 pandas 数据框,而不会丢失先前的附加
问题描述
如何在列表理解中填充熊猫数据框?
我有多个相互调用的函数,在列表理解中,我想将行附加到 pandas 数据框中,但是,不会保存行。如何解决这个问题?
import pandas as pd
import numpy as np
main_df = pd.DataFrame(columns=['a','b','c','d'])
main_df=main_df.append({'a':'a1', 'b':'b1','c':'c1', 'd':'d1'},ignore_index=True)
main_df=main_df.append({'a':'a2', 'b':'b2','c':'c2', 'd':'d2'},ignore_index=True)
main_df=main_df.append({'a':'a3', 'b':'b3','c':'c3', 'd':'d3'},ignore_index=True)
main_df=main_df.append({'a':'a4', 'b':'b4','c':'c4', 'd':'d4'},ignore_index=True)
print(main_df)
def func1():
sub_df = pd.DataFrame()
return func2(sub_df)
def func2(sub_df):
return func3(sub_df)
def func3(sub_df):
df_columns = main_df.columns.values
[search_using_list_comprehension(row, sub_df, df_columns) for row in main_df.values]
return sub_df
def search_using_list_comprehension(row,sub_df,df_columns):
if row[0]=='a1' or row[0]=='a2':
my_dict= {a:b for a,b in zip(df_columns,row)}
sub_df = sub_df.append(my_dict, ignore_index=True)
print('sub_df.shape: ', sub_df.shape)
df=func1()
print('####################')
print(df)
print(df.shape)
解决方案
推荐阅读
- c# - 一对一关系实体框架出错
- oracle - 执行完成时,Oracle sql 不会从 temp 释放空间
- amazon-web-services - 无法将图像从 AWS ECR 拉到我在 AWS 上的 kubernetes 集群
- microsoft-graph-api - 无法使用 Microsoft Graph 资源管理器发送电子邮件
- java - 无法从 Maven 存储库中找到 play-services-maps.jar - 反应原生
- python - 更改部分变量的值 - Python
- html - 特定网页的 Firefox 字体呈现方式不同
- python - 删除 /。打印文件名时的空格
- c#-4.0 - '',十六进制值 0x1F,不是有效字符。第 1 行,第 1 项
- android - 从测试覆盖率中排除 Dagger 2 生成的类