用多索引迭代连接熊猫数据框

Question

我正在迭代处理几个“组”，我想将它们一起添加到一个数据帧中，每个组都由第二级索引标识。

这个：

print pd.concat([df1, df2, df3], keys=["A", "B", "C"])

是向我建议的-但在迭代中效果不佳。

我目前正在做

data_all = pd.DataFrame([])
    for a in a_list:
        group = some.function(a, etc)
        group = group.set_index(['CoI'], append=True, drop=True)
        group = group.reorder_levels(['CoI','oldindex'])
        data_all = pd.concat([data_all, group], ignore_index=False)

但是最后一行完全破坏了我的多索引，因此我无法重构它。

你能帮我个忙吗？

Answer 1

应该可以只将data_all列表并在末尾连接一次：

data_all = []
for a in a_list:
    group = some.function(a, etc)
    group = group.set_index(['CoI'], append=True, drop=True)
    group = group.reorder_levels(['CoI','oldindex'])
    data_all.append(group)

data_all = pd.concat(data_all, ignore_index=False)

还请记住，pandas的concat可与迭代器一起使用。 诸如yield group类的东西可能比每次附加到列表都更有效。 我还没有描述它！