Question

假设我有20组数据，我将其读取为df1，df2，df3，df4 ... df20。（还有其他读取或存储数据框的智能方式吗？）

我的功能如下：

def CalculateEMA(x,window):    
    sma = x.rolling(window, min_periods=window).mean()[:window]
    rest = x[window:]
    EMA_window=(pd.concat([sma, rest]).ewm(span=window,adjust=False).mean()).sum())

    return EMA_window

我希望返回所有20个数据框的EMA并存储为 X 。所以我的最终输出将是X = [x1，x2，x3，x，x，x，x，x ... x20]。其中 x1 是df1的EMA功能的总和，而 x2 是第二个数据集df2，依此类推。

Answer 1

如果将它们存储在列表中，则可以遍历整个数据框：

X=list()
list_df = [df1,df2,...,df20]
for df in list_df:
    X.append(CalculateEMA(df,window))

Answer 2

要读取文件夹中的所有csv文件，可以使用os函数

    import os
    path_to_dir='<your path>'
    filenames = os.listdir(path_to_dir)
    csvs=[f for f in filenames if f.endswith('csv')]
    out=[]
    for path in csvs:
        df=pd.read_csv(path)
        out.append(CalculateEMA(df,window))

如何使用多个数据集运行1个函数？

2 个答案: