我有多个(超过100个)数据帧。我怎样才能把它们全部吸引住?
问题是,我有太多数据框,无法将它们手动写入列表中,如下所示:
>>> cluster_1 = pd.DataFrame([['a', 1], ['b', 2]],
... columns=['letter ', 'number'])
>>> cluster_1
letter number
0 a 1
1 b 2
>>> cluster_2 = pd.DataFrame([['c', 3], ['d', 4]],
... columns=['letter', 'number'])
>>> cluster_2
letter number
0 c 3
1 d 4
>>> pd.concat([cluster_1, cluster_2])
letter number
0 a 1
1 b 2
0 c 3
1 d 4
我的N个数据帧的名称是cluster_1,cluster_2,cluster_3,...,cluster_N。 N可以很高。
如何合并N个数据帧?
答案 0 :(得分:0)
我认为您可以将其放入列表中,然后合并该列表。在Pandas中,块函数类已经做到了。我个人在熊猫中使用块函数时会这样做。
pdList = [df1, df2, ...] # List of your dataframes
new_df = pd.concat(pdList)
要自动创建pdList并假设您的df始终以“群集”开头。
pdList = []
pdList.extend(value for name, value in locals().items() if name.startswith('cluster_'))
答案 1 :(得分:0)
使用:
pd.concat(your list of column names)
如果需要常规索引:
pd.concat(your list of column names,ignore_index=True)
答案 2 :(得分:0)
通常情况如下:
FooType
注意:它将自动重置索引。 阅读有关合并here的不同类型的更多详细信息。
用于大量数据帧: 如果您有数百个数据帧,则取决于是否存在于磁盘或内存中,您仍然可以使用for循环创建列表(代码段中的“帧”)。如果将其保存在磁盘中,只需将所有df保存在一个文件夹中,然后从该文件夹中读取所有文件,即可轻松完成。
如果要在内存中生成df,则可以先尝试将其保存在frames = [df1, df2, df3]
result = pd.concat(frames)
中。