没有循环的熊猫分配？

Question

我有：

• NewData ，一个从
填充的pd.DataFrame
• SourceData ，包含源数据和
的数据框列表
• source ，一个数据框，保存索引值，为其分配SourceData中的数据帧。
• indexlen ，数据框中索引长度的整数

（使用数据帧，因为索引对齐至关重要。）

例如，假设SourceData中有1000个df，而indexlen是10,000。在10,000，我将分配从SourceData到NewData的所有列，向上移动索引（因为所有df共享相同的索引），直到源减少，此时我将开始从SourceData中的数据框中的所有列分配值[ 999]到NewData等。

我目前正在使用循环执行此操作：

for j in range(1, indexlen + 1):
    NewData[j] = SourceData[source[j]].ix[j,:]

我想在不使用循环的情况下这样做，但我不知道如何广播这个。我确定我错过了一些明显的东西，但任何帮助都会受到赞赏。谢谢！

编辑： 我将源代码列为一个列表，因为我认为元素访问更有效。

在回答有关数据框的问题时，它们是标准价格数据：

>>>SourceData[1].head()

bpz1975     Open    High    Low     Close   Vol     OI
1975-02-13  2.275   2.275   2.275   2.275   0   50
1975-02-14  2.275   2.275   2.275   2.275   0   50
1975-02-18  2.275   2.275   2.275   2.275   0   50
1975-02-19  2.290   2.290   2.290   2.290   0   50
1975-02-20  2.290   2.290   2.290   2.290   0   50

在这种情况下，阅读期货合约的所有月份，然后应用滚动逻辑来创建一个系列。

Answer 1

创建DataFrame并填充它通常不是最快或最常用的方式。

在这种情况下，您似乎可以执行concat：

pd.concat(SourceData)

如果你需要在SourceData的DataFrames中包含索引信息，那么我会在执行concat之前执行。

目前还不清楚这究竟是什么，但听起来你建议根据源设置每个帧的索引...你可以创建一个传递SourceData的函数来改变每个的索引使用来自源代码的DataFrame（没有看到来源，不清楚到底是怎么回事）。