数据框 pandas 中的迭代答案

【问题标题】：Iteration in the data frame pandas数据框 pandas 中的迭代
【发布时间】：2019-01-14 21:25:17
【问题描述】：

我有以下数据

group   exog    endog
A   1.2 0.23
A   1.3 0.34
A   1.4 0.45
B   1.5 0.56
B   1.6 0.67
B   1.7 0.78
C   1.8 0.89
C   1.9 1
C   2   1.11

像这样：

 def regression(df, exog, endog):
import statsmodels.api as sm

reg2 = sm.OLS(endog=df[exog], 
              exog=df[endog], 
              missing='drop')

results = reg2.fit()

df_ols_coefs = results.params.to_frame().T
df_ols_coefs.columns = [str(col) + '_coef' for col in df_ols.columns]

return df_ols_coefs

我想过从原始数据帧制作“子”数据帧，但我被卡住了。我应该选择类似的东西吗：

 for df in df_orginal:
   NOW I AM STUCK

？解释真的会帮助我：D 谢谢！

【问题讨论】：

你能详细解释一下是什么样的处理吗？

标签： python pandas

【解决方案1】：

如果需要一些通用功能进行处理，您可以使用flexible groupby.apply：

def regression(df, exog, endog):
    import statsmodels.api as sm

    reg2 = sm.OLS(endog=df[exog], 
                  exog=df[endog], 
                  missing='drop')

    results = reg2.fit()

    df_ols_coefs = results.params.to_frame().T
    #it seems typo - change to df_ols_coefs
    df_ols_coefs.columns = [str(col) + '_coef' for col in df_ols_coefs.columns]

    return df_ols_coefs

df1 = df.groupby('group').apply(regression, 'exog','endog')
print (df1)
         endog_coef
group              
A     0    3.633423
B     0    2.361952
C     0    1.892071

【讨论】：

嗨@jezrael，我想通过statmodels 对子df 执行回归。在子 df 上，我想将回归的系数保存到我想存储它们的一些通用 df 中。你认为它会通过你的代码工作吗？请问，你能解释一下申请吗？我对应用有点迷茫。谢谢！
@HeadOverFeet - 我添加到文档的链接，但很简单，如果检查每个循环的 print (x)，它会返回每个组的 Dataframe。还要检查最后一个红色警报为什么第一组返回两次。 ;)
@HeadOverFeet - 或this，这取决于需要什么。
嗨，Jez，我遇到了这种错误：'DataFrame' 对象是可变的，因此它们不能被散列不知道有什么问题吗？函数返回的列与数据框中的列不同
@HeadOverFeet - 是否可以更改数据样本以运行您的代码？也许还有更多列？

【解决方案2】：

你只需要：

for name, df in df_orginal.groupby(['group']):
   print(name)
   # Do something with df

您需要做的是按“组”列对数据进行分组。然后迭代组。 'name' 变量是您的组，例如 1（或 2，或 3）。 'df' 是一个 DataFrame，包含与该组相关的所有数据（1 或 2，或 3）

【讨论】：