python :Nested for loops fail on the second loop

Question

我正在尝试将大型数据集分成较小的部分进行分析。在实现决策树之前，我一直使用 for 循环来划分数据集。请参阅下面的数据集的小版本:

ANZSCO4_CODE          Skill_name              Cluster         date
  1110                  computer                 S              1
  1110                  communication            C              1
  1110                  SAS                      S              2
  1312                  IT support               S              1
  1312                  SAS                      C              2
  1312                  IT support               S              1
  1312                  SAS                      C              1

第一步我创建一个空字典:

d = {}

和列表:

 list = [1110, 1322, 2111]
 s_type = ['S','C']

然后运行以下循环:

for i in list:
    d[i]=pd.DataFrame(df1[df1['ANZSCO4_CODE'].isin([i])] )

结果是一个包含 2 个数据集的字典。

下一步，我想将数据集分割为 S 和 C。我运行以下代码:

for i in list:
    d[i]=pd.DataFrame(df1[df1['ANZSCO4_CODE'].isin([i])] )

    for b in s_type:
         d[i]=  d[i][d[i]['SKILL_CLUSTER_TYPE']==b]

作为最终结果，我希望有 4 个独立的数据集，分别是:1110 x S、1110 x C、1312 x S > 和 1312 和 C。

但是，当我实现第二个代码时，我在字典中只得到 2 个数据集，而且它们是空的。

Answer 1

也许这样的东西有效:

from collections import defaultdict

d = defaultdict(pd.DataFrame)

# don't name your list "list"
anzco_list = [1110, 1312]
s_type = ['S','C']

for i in anzco_list:
    for b in s_type:
        d[i][b] = df1[(df1['ANZSCO4_CODE'] == i) & (df1['SKILL_CLUSTER_TYPE'] == b)]

然后您可以像这样访问您的 DataFrame:

d[1112]['S']