Question

我是python的新手，希望有人可以帮助我了解map。我有一个函数myfunc，该函数在数据帧中包含一列，并为每一列创建一个计算结果，该计算结果生成JSON，然后将其转换为数据帧。下面是我在做什么的伪代码。

例如

def myfunc (factor):
    
    # This is the API we are posting to
    str_url = "www.foourl.com"

    # This is the factor we post to try and get the result
    request_string = [{"foo":factor}]
          
    header = {"content-type": "application/json","AUTH-TOKEN": "Foo"}
    # We post it using our authorization and Token
    response = requests.post(str_url , data=json.dumps(request_string), headers=header)
    
    # convert response to json format and then to the dataframe
    results_json = response.json()
    return(pd.json_normalize(results_json))

然后，我使用下面的代码执行我的函数，该代码运行良好。我可以使用result [1]访问每个结果，以获取因数[1]的数据帧结果，获取因数[2]的result [2]等。它返回

# Import in the excel sheet and get the factors
df = pd.read_excel ('ref_data/search_factors.xlsx')
test = df['factor_number']

# Run the API for every factor
# Collapse the list then into a dataframe
result = test.map(myfunc)

我的问题是

由于所有结果都是数据帧，并且在结构上完全相同（5列名称相同），有没有办法在从map进行所有迭代之后将所有内容折叠到单个数据帧中

例如，我知道在R中可以在dplyr中使用bind_rows或类似map_df之类的东西来做同样的事情。它们在python中是否等效？

Answer 1

是的，在pandas中，我们有concat

df=pd.concat(result.tolist())

Python将map调用中的“ pandas.core.series.Series”列表折叠成数据框

1 个答案: