根据数组连接熊猫数据框

Question

我正在尝试将几个数据框连接在一起。 这些dataframes的名称的列表存储在另一个名为数据帧companies ，这显示如下。

>>> companies
16:   Symbols
0    TUES
1    DRAM
2    NTRS
3    PCBK
4    CRIS
5    PERY
6    IRDM
7   GNCMA
8    IBOC

我的目标是做这样的事情： joined=TUES.join(DRAM)然后joined=joined.join(NTRS) ，依此类推，在列表中。 为了实现这一目标，我如何能够引用数据框架companies的“ Symbols列中的元素？

提前谢谢了！

Answer 1

您可以定义一个空的DataFrame并将所有其他数据DataFrame附加到它。 请参阅以下示例：

combined_df = pandas.DataFrame()
for df in other_dataframes:
    combined_df = combined_df.append(df)

Answer 2

使用pd.concat ，它用于合并dfs列表：

因此对于您的示例，只需将值转换为列表，然后进行合并：

joined = pd.concat(list(companies['Symbols']), axis=1)

例：

In [4]:

import pandas as pd   
import numpy as np
df = pd.DataFrame({'a':np.random.randn(5), 'b':np.random.randn(5)})
df1 = pd.DataFrame({'c':np.random.randn(5), 'd':np.random.randn(5)})
df2 = pd.DataFrame({'e':np.random.randn(5), 'f':np.random.randn(5)})
df_list=[df,df2,df1]
df_list

Out[4]:

[          a         b
 0  0.143116  1.205407
 1 -0.430869  1.429313
 2  0.059810  0.430131
 3  2.554849 -1.450640
 4 -1.127638  0.715323

 [5 rows x 2 columns],           e         f
 0  0.658967  1.150672
 1  0.813355 -0.252577
 2  0.885928  0.970844
 3  0.519375 -1.929081
 4 -0.217152  0.907535

 [5 rows x 2 columns],           c         d
 0 -1.375885  1.422697
 1 -0.870040  0.135527
 2 -0.696600  1.954966
 3  0.494035 -0.727816
 4 -0.367156 -0.216115

 [5 rows x 2 columns]]

In [8]:
# now concatenate the list of dfs, by column
pd.concat(df_list,axis=1)

Out[8]:

          a         b         e         f         c         d
0  0.143116  1.205407  0.658967  1.150672 -1.375885  1.422697
1 -0.430869  1.429313  0.813355 -0.252577 -0.870040  0.135527
2  0.059810  0.430131  0.885928  0.970844 -0.696600  1.954966
3  2.554849 -1.450640  0.519375 -1.929081  0.494035 -0.727816
4 -1.127638  0.715323 -0.217152  0.907535 -0.367156 -0.216115

[5 rows x 6 columns]