迭代 DataFrame 时避免“x”未定义错误

Question

我找到了解决问题的方法，但我确信有更好的方法。我正在尝试遍历 DataFrame，如果迭代中的每个索引距离下一个索引

      v  
1    .15  
2    .31   
3    .64   
4    .15  
7    .62   
11   .12   
15   .39   
18   .54   
19   .84 

那么结果就是

{1:4, 18:2}

为此，我使用了以下代码：

f_dict = defaultdict(int)
for id1, id2 in zip(df.iterrows(),df_test[1:].iterrows()):        
    if id2[0] - id1[0] < 2:
        f_dict[x] += 1
    else:
        x = id1[0]

但是，当运行它时，正如预期的那样，我得到 NameError: name 'x' is not defined。因此，通过在迭代之前给 x 一个 DataFrame 的第一个索引值的值，它似乎解决了问题，但以一种感觉不对的方式。

f_dict = defaultdict(int)
x = df_test.index[0]
for id1, id2 in zip(df_test.iterrows(),df_test[1:].iterrows()):        
    if id2[0] - id1[0] < 2:
        f_dict[x] += 1
    else:
        x = id1[0]

此代码生成字典 -

 {1:3, 18:1}

而不是

 {1:4, 18:2}

因此，我遍历新的 dict 以将每个值加 1：

for key in f_dict:
    f_dict[key] += 1

终于找到了我想要的东西。对于我解决这个问题的不当方式，我深表歉意，因为我对 python 和一般编程仍然相当陌生。有没有更好的方法来解决这个问题，以避免在迭代之前设置 x 的值？以及不必再循环新的字典并将每个值增加1？非常感谢！

Answer 1

这听起来很对。我不确定您为什么期望{1:4, 18:2}，因为您实际上是在比较(1, 2), (2, 3), (3,4)... 的值，您可以看到它只有1 到4 之间的3 个计数。同样在您的示例中，您最终会得到{1:3, 15:1}，因为@ 987654324@ 不会在上次迭代中更新。

解决此问题的一种方法是：

1. 默认字典以1 开头，因为每次计数时，值的数量至少为2，因此f_dict[x] += 1 始终至少为2。
2. 将 else 子句更改为 x = df2[0]，以便它使用下一个索引作为起点。

---

因此，变化将是这样的：

f_dict = defaultdict(lambda: int(1))
x = df_test.index[0]
for id1, id2 in zip(df_test.iterrows(),df_test[1:].iterrows()):        
    if id2[0] - id1[0] < 2:
        f_dict[x] += 1
    else:
        x = id2[0]

f_dict
# {1:4, 18:2}

我觉得可能有比iterrows() 更好的方法来做到这一点，但它现在正在逃避我。