web-dev-qa-db-ja.com

行を1つのpandas dataframe to another pandas dataframeにコピーするにはどうすればよいですか？

別のデータフレームに追加しようとしているデータのデータフレームがあります。 .append（）でさまざまな方法を試しましたが、成功する方法はありませんでした。 iterrowsからデータを印刷するとき。以下の2つの方法で問題を解決しようとしました。1つはエラーを作成し、もう1つはデータフレームに何も入力しません。

私が作成しようとしているワークフローは、顧客の注文のトランザクション履歴を含むファイルに基づいてデータフレームを作成することです。注文ごとに1つのレコードを作成するだけで、他のロジックを追加して、履歴の更新に基づいて注文の詳細を更新します。スクリプトの終わりまでに、履歴ファイルを反復処理した後、すべての注文とそれらの注文の最終状態の単一のレコードが作成されます。

class om():
"""Manages over the current state of orders"""

def __init__(self,dataF, desc='NONE'):
    self.df = pd.DataFrame
    self.data = dataF
    print type(dataF)
    self.oD= self.df(data=None,columns=desc)

def add_data(self,df):
    for i, row in self.data.iterrows():
        print 'row '+str(row)
        print type(row)
        df.append(self.data[i], ignore_index =True) """ This line creates and error"""
        df.append(row, ignore_index =True) """This line doesn't append anything to the dataframe."""

test = order_manager(body,header)
test.add_data(test.orderData)
pythonpython-2.7pandasdataframe
11
Chris

使用する .loc現在のdfを拡大します。以下の例を参照してください。

import pandas as pd
import numpy as np

date_rng = pd.date_range('2015-01-01', periods=200, freq='D')

df1 = pd.DataFrame(np.random.randn(100, 3), columns='A B C'.split(), index=date_rng[:100])
Out[410]: 
                 A       B       C
2015-01-01  0.2799  0.4416 -0.7474
2015-01-02 -0.4983  0.1490 -0.2599
2015-01-03  0.4101  1.2622 -1.8081
2015-01-04  1.1976 -0.7410  0.4221
2015-01-05  1.3311  1.0399  2.2701
...            ...     ...     ...
2015-04-06 -0.0432  0.6131 -0.0216
2015-04-07  0.4224 -1.1565  2.2285
2015-04-08  0.0663  1.2994  2.0322
2015-04-09  0.1958 -0.4412  0.3924
2015-04-10  0.1622  1.7603  1.4525

[100 rows x 3 columns]


df2 = pd.DataFrame(np.random.randn(100, 3), columns='A B C'.split(), index=date_rng[100:])
Out[411]: 
                 A       B       C
2015-04-11  1.1196 -1.9627  0.6615
2015-04-12 -0.0098  1.7655  0.0447
2015-04-13 -1.7318 -2.0296  0.8384
2015-04-14 -1.5472 -1.7220 -0.3166
2015-04-15  2.5058  0.6487  1.0994
...            ...     ...     ...
2015-07-15 -1.4803  2.1703 -1.9391
2015-07-16 -1.7595 -1.7647 -1.0622
2015-07-17  1.7900  0.2280 -1.8797
2015-07-18  0.7909 -0.4999  0.3848
2015-07-19  1.2243  0.4681 -1.2323

[100 rows x 3 columns]

# to move one row from df2 to df1, use .loc to enlarge df1
# this is far more efficient than pd.concat and pd.append
df1.loc[df2.index[0]] = df2.iloc[0]

Out[413]: 
                 A       B       C
2015-01-01  0.2799  0.4416 -0.7474
2015-01-02 -0.4983  0.1490 -0.2599
2015-01-03  0.4101  1.2622 -1.8081
2015-01-04  1.1976 -0.7410  0.4221
2015-01-05  1.3311  1.0399  2.2701
...            ...     ...     ...
2015-04-07  0.4224 -1.1565  2.2285
2015-04-08  0.0663  1.2994  2.0322
2015-04-09  0.1958 -0.4412  0.3924
2015-04-10  0.1622  1.7603  1.4525
2015-04-11  1.1196 -1.9627  0.6615

[101 rows x 3 columns]
5
Jianxun Li