运行功能后数据框未更新

Question

这是我创建的一个函数的小 sn-p。我使用了我在别处定义的另一个函数 Insert_row_，我知道它可以正常工作。

编辑：我继续，只是把整个函数放在这里。

我遇到的问题是，当我运行我的函数时，它返回的数据帧最终与我用作输入的数据帧相同。为了更新数据框，我有什么遗漏吗？我以为每次迭代都会为每个版本分配一个新版本。

def check_for_skipped_sensors_and_add_nans(dataframe):
    for i, item in dataframe['tag'].items():
        if item == 52630:
            a = dataframe['tag'][i+1] == 2
            b = dataframe['tag'][i+1] == 52630
            c = dataframe['tag'][i+1] == 1
            if a == True:
                dataframe = Insert_row_(i+2, dataframe, nan_row)
            if b == True:
                dataframe = Insert_row_(i+2, dataframe, nan_row)
                dataframe = Insert_row_(i+3, dataframe, nan_row)
            if c == True:
                pass
        if item == 1:
            a = dataframe['tag'][i+1] == 52630
            b = dataframe['tag'][i+1] == 1
            c = dataframe['tag'][i+1] == 2
            if a == True:
                dataframe = Insert_row_(i+2, dataframe, nan_row)
            if b == True:
                dataframe = Insert_row_(i+2, dataframe, nan_row)
                dataframe = Insert_row_(i+3, dataframe, nan_row)
            if c == True:
                pass
        if item == 2:
            a = dataframe['tag'][i+1] == 1
            b = dataframe['tag'][i+1] == 2
            c = dataframe['tag'][i+1] == 52630
            if a == True:
                dataframe = Insert_row_(i+2, dataframe, nan_row)
            if b == True:
                dataframe = Insert_row_(i+2, dataframe, nan_row)
                dataframe = Insert_row_(i+3, dataframe, nan_row)
            if c == True:
                pass
        if dataframe['tag'][i] == 'nan':
            pass

编辑：

这里是 insert_row_ 函数：

def Insert_row_(row_number, df, row_value): 
    # Slice the upper half of the dataframe 
    df1 = df[0:row_number] 
   
    # Store the result of lower half of the dataframe 
    df2 = df[row_number:] 
   
    # Inser the row in the upper half dataframe 
    df1.loc[row_number]=row_value 
   
    # Concat the two dataframes 
    df_result = pd.concat([df1, df2]) 
   
    # Reassign the index labels 
    df_result.index = [*range(df_result.shape[0])] 
   
    # Return the updated dataframe 
    return df_result 

很遗憾，我无法分享任何数据。但“标签”列本质上是 52630,1,2,52630,1,2....等重复 7000 行。

每隔一段时间它会跳过序列中的一个值，我想做的是在它这样做时插入一行 nan，这就是 Insert_row_ 函数成功完成的操作。

希望这能提供更多背景信息！

Answer 1

如果您可以保证您的 Insert_row_ 函数正常工作，那么我怀疑您正在使用 for i in dataframe['tag'] 并认为 i 然后索引该列，但实际上， i 是该列中的每个元素。这可能会在接下来的几行中抛出你的比较并跳过整个修改部分，等等。

为了获取索引，您可以使用以下内容：

def check_for_skipped_sensors_and_add_nans(dataframe):
    for i, item in dataframe['tag'].items(): # gets (index, value) tuples
        if item == 52630:
            a = dataframe['tag'][i+1] == 2
            b = dataframe['tag'][i+1] == 52630
            c = dataframe['tag'][i+1] == 1
            if a == True:
                dataframe = Insert_row_(i+2, dataframe, nan_row)
            if b == True:
                dataframe = Insert_row_(i+2, dataframe, nan_row)
                dataframe = Insert_row_(i+3, dataframe, nan_row)
            if c == True:
                pass
    return dataframe