如何在for循环中对dataframes进行逻辑运算？

Question

我有 4 个数据框，每个数据框都有一个连接它们的列 ID

我使用这行代码将所有 4 个合并为一个 df:

frame = [df1, df2, df3, df4]

df_final = reduce(lambda left,right: pd.merge(left,right,on='ID'), frame)

现在我想遍历 df_final，但只针对 ID 等于 1 的地方，并将出现的行插入 API。

我创建了这段代码来尝试：

for i in df_final:
    if df_final.loc[df_final['ID'] == 1]:
        df_final_1 = df_final.loc[df_final['SID'] == 1]
        data = {
        'token': 'xxx',
        'number':  df_final_1.number,
        'ID':df_final_1.ID + df_final.ID2,
        'link':df_final_1.URL,
        }
        r = requests.post(url,headers=headers,params=data)
    else:
        print('fail')

我不断收到错误消息：

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我知道它与循环中的这些代码行有关，但不确定是什么：

 if df_final.loc[df_final['ID'] == 1]:
        df_final_1 = df_final.loc[df_final['ID'] == 1]

理想情况下，我不想创建另一个数据框来保存我试图从 df_final

中提取的值

Answer 1

df_final.loc[df_final['ID'] == 1] returns 包含 'ID' == 1 的行的 DataFrame，不是布尔值。由于无论如何都会产生一个只包含您想要的行的框架，因此只需使用 itertuples():

对其进行迭代

for row in df_final[df_final['ID'] == 1].itertuples():
    data = {
    'token': 'xxx',
    'number':  row.number,
    'ID':row.ID + row.ID2,
    'link':row.URL,
    }
    r = requests.post(url,headers=headers,params=data)

如何在for循环中对dataframes进行逻辑运算？

How to perform logic operations on dataframes in for loops?

python

logical-operators

python-2.7

pandas