Der Versuch, zwei Pandas DataFrames innerhalb einer Schleife anzuhängen, bewirkt, dass die erste überschrieben wird

Question

Ich habe diese Funktion, die (unter anderem) soll eine Baseball-Spiele CSV-Datei lesen, erstellen Sie eine Liste aller Teams (dieser Teil funktioniert). Die Datei enthält Match-Daten und Home-Match-Daten. Die Idee besteht darin, die Daten zu teilen, die Spalten zu ändern und schließlich die Übereinstimmungsdaten unabhängig von der Position anzuhängen (dieser letzte Teil funktioniert nicht). Anstatt meine Auswärts- und Heimspiele in einem Datenrahmen anzuhängen, überschreibt der Code die Heimspiele vollständig.

Ich habe meinen Code zusammen mit der Frage beigefügt.

Vielen Dank für Ihre Hilfe.

df = pd.read_csv('C:\\Users\\data.csv', index_col=0) 

unique = df['Team Home'].unique() 
inplace = ['H', 'A'] 
myway = pd.DataFrame() 
for i in range(len(unique)): 
    for inp in inplace: 
     if inp == 'H': #loop to find column names with 'Home' and 'Away' Labels 
      located = 'Home' 
      character = 'H' 
     else: 
      located = 'Away' 
      character = 'A' 
     noseclean_h = df[df['Team {}'.format(located)].isin([unique[i]])] 
     noseclean_h = noseclean_h.sort_values('Date') 
     home = [rr for rr in rolling_haiting if character in rr] 
     new_home = [rr.replace('{}'.format(located), '').strip() if character in rr and len(rr) > 2 
        else rr.replace(character, '') for rr in home] 
     new_home.append('Date') 
     new_home.append('Team') 
     home.append('Date') 
     home.append('Team {}'.format(located)) 
     ncleaned = ncleaned[home] 
     d = dict(zip(home, new_home)) 
     ncleaned .rename(columns=d, inplace=True) 
     nosecleaned_h['Date'] = pd.to_datetime(ncleaned ['Date']) 
     nosecleaned_h.set_index('Date', inplace=True) # set index to date to prevent overlapping 
     nosecleaned_h = nosecleaned_h.append(nosecleaned_h, ignore_index=False) 
    print(nosecleaned_h) 
....etc 

Answer 1

Auf jeder Schleife werden die Neuzuweisung Sie die Variable noseclean_h:

noseclean_h = df[df['Team {}'.format(located)].isin([unique[i]])] 

auf jeder Schleife Dann wird die nosecleaned_h = nosecleaned_h.append(nosecleaned_h, ignore_index=False) ersetzt.