如何从我创建的函数创建循环和新数据集？

Question

我有以下房地产数据：

neighborhood  type_property  type_negotiation  price

Smallville       house           rent        2000

Oakville       apartment       for sale      100000

King Bay         house         for sale      250000

...

我创建了一个函数，可以根据您输入的邻域（如果要出售的房屋）对这些大数据集进行排序，然后返回这些房屋的第10个百分位数和第90个百分位数。我在下面有它：

def foo(string):

    a = df[(df.type_negotiation == 'forsale')&(df.type_property == 'house')&(df.neighborhood == string)]

    b = pd.DataFrame([[a.price.quantile(0.1), a.price.quantile(0.9), len(a.index)]],

                     columns=('tenthpercentile', 'ninetiethpercentile', 'Quantity'))

    return b

print(foo('KingBay'))

  tenthpercentile  ninetiethpercentile  Quantity

0         250000.0             250000.0         1

我想编写一个循环，对我拥有的邻居列表执行此操作，然后在新的dat框架中编译每个返回值。看起来像这样：

          tenthpercentile  ninetiethpercentile  Quantity

King Bay         250000.0             250000.0         1

Smallville        99000.0             120000.0         8

Oakville          45000.0             160000.0         6

先感谢您。

Answer 1

通常使用数据框，如果可以的话，最好避免显式循环，并使用提供的优化方法pandas。在您的情况下，可以通过使用groupbywith来消除循环describe，将所需的百分位数传递给parameter percentiles。然后，只需选择所需的列并适当地重命名它们即可：new_df = (df.groupby('neighborhood')          .describe(percentiles=[0.1,0.9])          ['price'][['10%','90%','count']]          .rename(columns={'count':'Quantity',                           '10%':'tenthpercentile',                           '90%':'ninetiethpercentile'}))在您的情况下（因为每个邻域只有一个示例）：>>> new_df              tenthpercentile  ninetiethpercentile  Quantityneighborhood                                                King Bay             250000.0             250000.0       1.0Oakville             100000.0             100000.0       1.0Smallville             2000.0               2000.0       1.0[编辑]：我只是在您的函数中看到您只是在看(df.type_negotiation == 'for sale') & (df.type_property == 'house')。为此，只需添加aloc即可通过以下条件过滤数据框：new_df = (df.loc[(df.type_negotiation == 'for sale')                 & (df.type_property == 'house')]          .groupby('neighborhood')              .describe(percentiles=[0.1,0.9])              ['price'][['10%','90%','count']]              .rename(columns={'count':'Quantity',                               '10%':'tenthpercentile',                               '90%':'ninetiethpercentile'}))另外，如果您热衷于使用函数和循环（不是我建议的话），则可以执行以下操作：pd.concat([foo(i) for i in df.neighborhood.unique()])