我有9个数据集。在任意两个给定的数据集之间，它们将共享大约60-80％的相同列。我想将这些数据集连接成一个数据集。由于某些内存限制，我无法将这些数据集加载到数据框中，也无法在熊猫中使用连接功能（但是我可以将每个单独的数据集加载到数据框中）。相反，我正在寻找一种替代解决方案。
我创建了这些数据集中存在的所有列的有序列表。我想将此列列表应用于9个单独的数据集。这样，它们将具有相同的列，并且顺序相同。完成此操作后，我将在终端的平面文件上执行连接功能，该功能实际上会将每个数据集附加在一起，希望能解决我的问题并创建这9个数据的一个单一数据集。
我遇到的问题是将有序列表应用于9个数据集。每当我尝试更改单个数据集中的列时，我都会不断收到KeyError“ [[[列的列表]]不在索引中”。
这是我一直在尝试的：
df = df[clist]
我也尝试过
df = df.reindex(columns=clist)
但这不会在数据框中创建多余的列，而只是按照clist所在的顺序对其进行排序。
我希望结果将创建9个数据集，这些数据集在同一条轴上进行大熊猫以外的追加或concat操作。
答案 0 :(得分：0)
我刚刚解决了。
reindiex函数起作用。我在我创建的数据框列表之外应用了reindex函数。
我将前9行的这9个数据集加载到列表中。
for filename in all_files:
df = pd.read(filename,nrows=10)
li.append(df)
从该列表中，我就这样使用了重新索引
for i in range(0,9):
li[i]=li[i].reindex(columns=clist)