用字典合并两个熊猫数据框

Question

我有一个字典，目前看起来像这样：

raw_data = {'Series_Date':['2017-03-10','2017-03-11','2017-03-12','2017-03-13','2017-03-14','2017-03-15'],'Value':[1,1,1,1,1,1]}
import pandas as pd
df1= pd.DataFrame(raw_data,columns=['Series_Date','Value'])
raw_data_ = {'Series_Date':['2017-03-16','2017-03-17','2017-03-18','2017-03-19','2017-03-20','2017-03-21'],'Value':[1,1,1,1,1,1]}
df2= pd.DataFrame(raw_data_,columns=['Series_Date','Value'])
dict = {}
dict = {'Check':df1, 'Check2': df2}
print dict

我想找到一种在我的字典中合并两个数据框系列的方法，其中键是第一个系列的键，值是合并的数据框。 我的结果字典应该如下所示：

raw_data = {'Series_Date':['2017-03-10','2017-03-11','2017-03-12','2017-03-13','2017-03-14','2017-03-15','2017-03-16','2017-03-17','2017-03-18','2017-03-19','2017-03-20','2017-03-21'],'Value':[1,1,1,1,1,1,1,1,1,1,1,1]}
import pandas as pd
df= pd.DataFrame(raw_data,columns=['Series_Date','Value'])
dict = {}
dict = {'Check':df}
print dict

有没有简单的方法可以做到这一点？

Answer 1

您可以合并两个框架，并覆盖字典。

df_merged = pd.concat(dict.values()).sort_values(by='Series_Date').reset_index(drop=True)
dict = {dict.keys()[0] : df_merged}

但是，“第一”信息在字典中会丢失，因为键没有排序。 因此dict.keys（）[0]不一定会为您提供第一个数据帧的密钥。 您可以使用OrderedDict来解决此问题。

然后它会像这样：

raw_data = {'Series_Date':['2017-03-10','2017-03-11','2017-03-12','2017-03-13','2017-03-14','2017-03-15'],'Value':[1,1,1,1,1,1]}
import pandas as pd
from collections import OrderedDict
df1= pd.DataFrame(raw_data,columns=['Series_Date','Value'])
raw_data_ = {'Series_Date':['2017-03-16','2017-03-17','2017-03-18','2017-03-19','2017-03-20','2017-03-21'],'Value':[1,1,1,1,1,1]}
df2= pd.DataFrame(raw_data_,columns=['Series_Date','Value'])
dict = OrderedDict([('Check', df1), ('Check2', df2)])

df_merged = pd.concat(dict.values()).sort_values(by='Series_Date').reset_index(drop=True)
dict = {dict.keys()[0] : df_merged}