Pandas:迭代地连接存储在数据帧字典中的列

时间:2016-11-17 14:51:17

标签: python pandas dictionary for-loop dataframe

假设我有一个$scope.dataSourceAssignment = new kendo.data.TreeListDataSource({ transport: { read: function (options) { //code here }, schema: { model: { id: "id", fields: { //fields here }, expanded: true } } }); 数据框的字典,其中的密钥是pandas,而值是这样的数据框(0, 1, 2, ..., 999):

test_df

假设索引对您没有任何意义,并且您希望创建一个新的数据框,其中列 A B C 0 1.438161 -0.210454 -1.983704 1 -0.283780 -0.371773 0.017580 2 0.552564 -0.610548 0.257276 3 1.931332 0.649179 -1.349062 4 1.656010 -1.373263 1.333079 5 0.944862 -0.657849 1.526811 A连接在一起:

B

现在,我可以在for循环中使用这一行来迭代我的数据帧字典中的所有键吗?

如果没有,那么另一种方式是什么?结果将是包含两列mydf=pd.concat([test_df[0]['A'],test_df[0]['B']], axis=1, keys=['A','B'])A以及B行的数据框。因此,索引列将从6x1000转到0

1 个答案:

答案 0 :(得分:5)

如果df_dic是你的字典,你可以这样做:

pd.concat([df[['A', 'B']] for df in df_dic.values()]).reset_index(drop=True)

如果df_dic包含两个键值对,结果如下:

enter image description here