访问数据框字典中的值并使用 pandas 中的某些列创建新数据框答案

【问题标题】：Access values in a dictionary of dataframes and create a new dataframe with certain columns in pandas访问数据框字典中的值并使用 pandas 中的某些列创建新数据框
【发布时间】：2020-07-28 07:06:16
【问题描述】：

这里是 Python 初学者。

我有一个数据框字典：

每个数据框对应不同的一天：

每天包含8列数据，我感兴趣-> ['WINDSPEED_wspd1[m/s]']

我想创建一个新变量（数据框），其中仅包含有关风速的数据，每天一列（数据框字典中的每个键）

我为此创建了一个函数

def get_variables(DictOfDataFrames, ColumnsToPlot, filenames):
     for key, df in DictOfDataFrames.items():  # Use magic unpacking to avoid multiple meteo_data[key]-call
    x=pd.DataFrame(index=range(0,86400,1),columns=filenames)

         if key in filenames:

             x[key]=df[ColumnsToPlot[0]][0:86400].copy()
             y=pd.DataFrame(DictOfDataFrames[key][ColumnsToPlot[1][0:86399]])
return xy
WindSpeed, WindDirection = get_variables(DATA_Meteo,['WINDSPEED_wspd1[m/s]','WINDDIR_wdir1[deg]'], filenames_Meteo[1:3])

但是，通过这种方式，我在每次迭代中都会覆盖 y，因此它会返回循环中最后一个文件名的值。另一方面，x 被返回为满是 NaN。

我尝试过插入、追加，我对此感到很疯狂，这应该是超级简单的代码。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

我建议：

创建一个空列表
迭代字典并提取你想要的系列，将其添加到空列表中
从此系列列表中创建一个数据框

请找一个2天2列数据的例子：

    #%% Import lib

import pandas as pd
import numpy as np

#%% Created  dummy of random data , one dataframe per day
dataframe1 = pd.DataFrame(np.random.randint(0,100,size=(100, 2)), columns=['WINDSPEED_wspd1[m/s]','temp'])
dataframe2 = pd.DataFrame(np.random.randint(0,100,size=(100, 2)), columns=['WINDSPEED_wspd1[m/s]','temp'])

#created teh dummy dict
dict_d ={"day1":dataframe1 , "day2":dataframe2}


list_of_serie = []

for key, value in dict_d.items():
    s = value['WINDSPEED_wspd1[m/s]']  #extract the serie you want
    s= s.rename(key) # change the change of teh serie by the day

    list_of_serie.append(s) # add in a list of serie

# then concatenate all
df = pd.concat(list_of_serie, axis=1) # concatenate this list of series

print(df)

【讨论】：

【解决方案2】：

我终于从另一个因类似问题而失去理智的用户那里找到了答案。

def get_variables(DictOfDataFrames, ColumnsToPlot, filenames):
    first = True
    for key, value in DictOfDataFrames.items():
        if first:
            x = pd.DataFrame(value[ColumnsToPlot[0]])
            y = pd.DataFrame(value[ColumnsToPlot[1]])
            first = False
        else:
            x = x.merge(value[ColumnsToPlot[0]], left_index=True, right_index=True)
            y = y.merge(value[ColumnsToPlot[1]], left_index=True, right_index=True)

    y.columns=DictOfDataFrames.keys() 
    x.columns=DictOfDataFrames.keys() 
    return x, y

【讨论】：