如何在Pandas数据框中添加条目？

Question

基本上我有我们的人口普查数据，我从一个csv文件中读到了熊猫。 现在我要写一个函数，从csv文件中得到的表中，以一种特定的方式查找县（不解释这一点，因为这不是问题所在），然后返回这些县。在

我的尝试：

我所做的是用列的名称创建列表（函数必须返回这些列），然后在for循环中应用特定条件，使用if语句读取它们各自列表中所有必需列的条目。现在我创建了一个新的数据帧，我想把列表中的条目读入这个新的数据帧中。我尝试了同样的for循环来完成它，但都是徒劳的，尝试从这些列表中生成序列，并尝试将它们作为数据帧中的参数传递，仍然是徒劳的，从这些列表中生成数据帧，并尝试使用append（）函数来连接它们，但仍然是徒劳的。任何帮助都将不胜感激。在

代码：

#idxl = list()
#st = list()
#cty = list()
idx2 = 0
cty_reg = pd.DataFrame(columns = ('STNAME', 'CTYNAME'))
for idx in range(census_df['CTYNAME'].count()):
    if((census_df.iloc[idx]['REGION'] == 1 or census_df.iloc[idx]['REGION'] == 2) and (census_df.iloc[idx]['POPESTIMATE2015'] > census_df.iloc[idx]['POPESTIMATE2014']) and census_df.loc[idx]['CTYNAME'].startswith('Washington')):
    #idxl.append(census_df.index[idx])
    #st.append(census_df.iloc[idx]['STNAME'])
    #cty.append(census_df.iloc[idx]['CTYNAME'])
    cty_reg.index[idx2] = census_df.index[idx]
    cty_reg.iloc[idxl2]['STNAME'] = census_df.iloc[idx]['STNAME']
    cty_reg.iloc[idxl2]['CTYNAME'] = census_df.iloc[idx]['CTYNAME']
    idx2 = idx2 + 1
cty_reg

人口普查表图片：

示例表：

^{pr2}$

样本输出：

  STNAME      CTYNAME
0 Wisconsin  Washington County
1 Alabama    Washington County

我很抱歉对美国的州和县了解较少，我只是随机地把州名和县放在样本表中，只是想告诉你我想从中得到什么。谢谢你的帮助。在

Answer 1

假设您选择的是某种满足条件的行，假设select(row)，如果被选中，这个函数返回True，否则返回{}。我不能推断它是什么，因为你特别说它不重要

然后你想要那一行的STNAME和CTYNAME。在

所以你可以这样做：

your_new_df = census_df[census_df.apply(select, axis=1)]\
.apply(lambda x: x[['STNAME', 'CTYNAME']], axis=1)

如果您编写了select函数来选择行，那么这是一个将得到您想要的结果的行。在

Answer 2

如果我正确地阅读了您代码中的逻辑，您需要根据以下条件选择行：

• REGION应该是1或{}
• POPESTIMATE2015>；POPESTIMATE2014
• CTYNAME需要以"Washington"开头

一般来说，Pandas可以方便地根据条件选择行，而不必迭代数据帧：

df = census_df[
        ((df.REGION == 1) | (df.REGION == 2)) & \
        (df.POPESTIMATE2015 > POPESTIMATE2014) & \
        (df.CTYNAME.str.startswith('Washington'))
    ]

Answer 3

在操作中发布的源数据框中有一些列丢失。但是，读取循环我认为根本不需要循环。需要3个筛选器-REGION、POPESTIMATE2015和CTYNAME。如果我已经理解了操作中的逻辑，那么在没有循环的情况下这应该是可行的

选项1-原始答案

print df.loc[
            (df.REGION.isin([1,2])) & \
            (df.POPESTIMATE2015 > df.POPESTIMATE2014) & \
            (df.CTYNAME.str.startswith('Washington')), \
                          ['REGION', 'STNAME', 'CTYNAME']]

选项2-使用and和pd.eval

^{pr2}$

选项3-使用and和df.query

^{3}$