根据条件打印数据帧的第一个值，然后迭代到下一个序列

Question

我希望针对 100 年来的选定美国地点（尤其是 8 个地点）对 100 年的气候数据进行数据分析。我有一个pandas dataFrame 设置了最高温度、最低温度、平均温度、降雪量、总降水量以及日、年和月值的列（然后，我还有一个基于日期时间值的索引） .现在，我想设置一个 for 循环来打印每年 90 华氏度或更高的第一个最高温度，但只有第一个。最终，我想将其缩小到我的 8 个位置中的每一个，但首先我只想让 for 循环工作。

对 for 循环的各种迭代进行了实验。

for year in range(len(climate['Year'])):    
           if (climate['Max'][year] >=90).all():
                print (climate.index[year])
                break

不出所料，我提供的循环输出打印了第一个 90 度日周期（从 1919 年开始，即我的数据框的开始）并中断。

for year in range(len(climate['Year'])):    
           if (climate['Max'][year] >=90).all():
                print (climate.index[year])
                break

1919-06-12 00:00:00

没关系。如果我拿出休息声明，所有的 90 度日都会打印出来，包括同一年的多个日。我只想打印每年的第一个值。我是否需要设置第二个 for 循环以在一年中递增？如果我在尝试循环通过计数器时明确说明年份，如下所示，循环仍然从 1919 年开始，最终达到越界索引。我知道这个逻辑是错误的。

count = 1919

while count < 2019:
    for year in range(len(climate['Year'])):    
        if (climate[climate['Year']==count]['Max'][year] >=90).all():
                print (climate.index[year])
                count = count+1

真诚感谢您的任何意见。

Answer 1

您无需第二个 for 循环即可实现此目的。假设 climate 数据帧按时间顺序排列，这应该可以满足您的要求：

current_year = None
for i in range(climate.shape[0]):
    if climate['Max'][i] >= 90 and climate['Year'][i] != current_year:
        print(climate.index[i])
        current_year = climate['Year'][i]

请注意，我们正在使用 current_year 变量来跟踪我们已经为其打印结果的最近一年。然后，在 if 检查中，我们正在检查是否已经打印了循环中当前行的年份的结果。

这是一种方法，但我建议您查看pandas.DataFrame.groupby，因为我认为它非常适合您的用例。您可以获得一个包含每年前 >=90 天的数据框，其中包含以下内容（再次假设 climate 按时间顺序排列）：

climate[climate.Max >= 90].groupby('Year').first()

这只是过滤数据框以仅包含 >=90 最大天数，将同一年的行分组在一起，并仅保留每个组中的第一行。如果您有一个额外的列 Location，您可以扩展它以获得相同的列，除了每年的每个位置：

climate[climate.Max >= 90].groupby(['Location', 'Year']).first()