【发布时间】：2019-06-20 15:15:31
【问题描述】：
我试图通过多个数据帧运行一个函数，但我遇到了问题。我的主要问题是： 1) 我尝试使用 zip(df1, df2, df3,...) 运行定义的函数，输出是新的 DF1, DF2, DF3,...;但是，我失败了。是否可以通过多个数据帧运行一个函数，并且输出也是“zip”的数据帧？
2) 如果 zip() 不是一个选择，我该如何让我的函数在循环中运行？目前，我只有三个数据框，它们很容易分开完成。但是我想知道当我有 50、100 甚至更多数据帧时如何处理它。
这是我的代码：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
#import scipy.stats as ss
# *********** 3 City Temperature files from NOAA ***********
# City 1
df1 = pd.pandas.read_csv('https://docs.google.com/spreadsheets/d/1Uj5N363dEVJZ9WVy2a_kkbJKJnyyE5qnEqOfzO0UCQE/gviz/tq?tqx=out:csv')
# City 2
df2 = pd.pandas.read_csv('https://docs.google.com/spreadsheets/d/13CgTdDCDzB_3WIYIRVMeLu6E36xzHSzRR5T_Ku0vThA/gviz/tq?tqx=out:csv')
# City 3
df3 = pd.pandas.read_csv('https://docs.google.com/spreadsheets/d/17pNZFIaV_NpQfSed-msIGu9jzzqF6JBvCZrBRiU2ZkQ/gviz/tq?tqx=out:csv')
def CleanDATA(data):
data = data.drop(columns=['Annual'])
data = data.drop(data.index[29:-1])
data = data.drop(data.index[-1])
monthname=[]
Temp=[]
for row in range(0,len(data)):
for col in range(1,13):
#monthname.append(str(col)+"-"+str(data['Year'][row]))
monthname.append(str(data['Year'][row])+str(col))
Temp.append(data.iloc[row,col])
df0=pd.DataFrame()
df0['Month']=monthname
df0['Temperature']=Temp
df0['Month']=pd.to_datetime(df0['Month'],format='%Y.0%m') #change the date form
df0['Month'] = pd.to_datetime(df0['Month']).dt.date # remove time, only keep date
data =df0[df0.applymap(np.isreal).all(1)] # remove non-numerical
return data
data1 = CleanDATA(df1)
data2 = CleanDATA(df2)
data3 = CleanDATA(df3)
另外，我在阅读以下 excel 文件时发现了 Pandas 的一个问题： https://drive.google.com/file/d/1V9fKpACbLrSi0NfB0FHSgc96PQerKkUF/view?usp=sharing（这是1990-2019年城市1的温度数据）
2019 年正在进行中，因此，NOAA 站仅在今年 5 月之前提供信息。 excel 数据用“M”标记所有缺失的数据。我注意到，一旦该列带有“M”，即使我已经删除了 2019 行，我也无法直接使用 boxplot。 Spyder 控制台会说“项目 [Jun to Dec]”丢失（有线的事情是我可以使用相同的数据来绘制 XY 线图）。要绘制箱线图，我必须在 excel 中手动删除 2019 年信息（1 行），而不是读取新文件。
【问题讨论】：
-
欢迎。在单独的问题中询问关于箱线图的第二个问题，您可能会得到更好的结果。