如何连接pandas.DataFrame（）中的特定列？

Question

我有一个文件列表，我想为它的所有文件组合一个特定的列，以运行一些累积分析。

import pandas as pd
import numpy as np
all_data_sets = pd.DataFrame([])
for file_name in file_list:
    my_data = pd.DataFrame([])
    my_data = pd.read_csv(file_name, delimiter=',', names=header_row)
    my_data = my_data.reset_index()
    all_data_sets.append(my_data['sales'])

#np.mean(all_data_sets['sales'])
np.mean(all_data_sets)

Answer 1

您可以使用concat来连接DataFrames列表

 df_list = [pd.read_csv(file_name, delimiter=',', names=header_row) for file_name in file_list] #opens your csv

 df = pd.concat(df_list)

然后通过

计算平均值

 df.sales.mean()

一个小例子

 a = pd.DataFrame({'sales' : [2,4,6] , 'other' : [1,2,1]})
 b = pd.DataFrame({'sales' : [7,4,7] , 'other' : [9,2,1]})

 df = pd.concat([a,b])

数据框是

      other  sales
  0      1      2
  1      2      4
  2      1      6
  0      9      7
  1      2      4
  2      1      7

和平均值

 df.sales.mean()
    5.0