Pandas中按条件复制DataFrame行时列转行问题的解决方法

嘿，作为Pandas新手碰到这种结构变形的问题太正常啦，我来帮你捋清楚问题出在哪，以及怎么快速解决～

问题根源 #

你原来的代码用iterrows()循环赋值时，每次的row其实是一个Series（一维数据结构），每次赋值都会把之前的dr1/dr2覆盖掉，最后只剩循环的最后一行数据，而且是一维的Series，看起来就像是把原DataFrame的行转成了列，自然和原结构不一致。另外，iterrows()本身效率极低，Pandas官方也不推荐用它来做这种批量筛选操作。

最优解决方案：用矢量化布尔索引（强烈推荐） #

Pandas最擅长的就是矢量化操作，直接用条件筛选整行数据，一步到位得到和原DataFrame结构完全一致的结果：

import pandas as pd

# 假设today和tomo是你已经定义好的datetime对象
# 先构建筛选条件：Level :列的日期天是今天或明天
condition = dr['Level :'].dt.day.isin([today.day, tomo.day])

# 用布尔索引拆分DataFrame，copy()避免后续修改原数据的视图问题
dr1 = dr[condition].copy()
dr2 = dr[~condition].copy()  # ~符号表示取反，筛选不满足条件的行

这样得到的dr1和dr2都是和原dr结构、列名完全一致的DataFrame，绝对不会出现行转列的问题，而且运行速度比循环快N倍！

如果一定要用循环（仅作理解用，不推荐） #

要是你想搞清楚循环该怎么写才能得到正确结构，可以先初始化空的DataFrame，然后每次把循环的row转成DataFrame再追加进去：

# 初始化和原dr结构一致的空DataFrame
dr1 = pd.DataFrame(columns=dr.columns)
dr2 = pd.DataFrame(columns=dr.columns)

for index, row in dr.iterrows():
    # 注意这里直接用row['Level :']，不用dr['Level :'][index]，更高效
    if row['Level :'].day == today.day or row['Level :'].day == tomo.day:
        # 把row转成单行DataFrame，再追加到dr1里
        dr1 = pd.concat([dr1, row.to_frame().T], ignore_index=True)
    else:
        dr2 = pd.concat([dr2, row.to_frame().T], ignore_index=True)

不过还是要提醒下，这种方法在数据量大的时候会非常慢，所以尽量用第一种矢量化的方法哦～

内容的提问来源于stack exchange，提问作者Bhargav