如何将 DataFrame 字典转换为单个 DataFrame（Python、Pandas）

Question

我有一个原始的 dataframe，有 4 列（例如，我们称它们为 product_id、year_month、week、order_amount）和 > 50,000 行。 有 240 个单独的 product_id 值，每个值在数据中的行为都不同，因此我想根据单独的 product_id 从原始数据框创建单独的数据框。 我能够通过利用来做到这一点：

dict_of_productid = {k: v for k, v in df.groupby('product_id)}

这创建了一个字典，键为 product_id，值为列：product_id、year_month、week、order_amount。 字典中的每个项目还维护了原始 df 的索引。 例如：如果 product_id = dvvd56 在 row# 4035 上，那么在字典中它将在为 product_id dvvd56 创建的 dataframe 上，但索引仍然是 4035。

我现在坚持的是一个以 df 作为值的字典，但找不到将这些值转换为我可以使用和操作的单个数据帧的方法。 如果有办法做到这一点，请告诉我。 我将不胜感激。 谢谢你

Answer 1

我找到了一种方法 go 关于这个，但我不知道这是否是最合适的方法，但它可能有助于进一步的答案以澄清我想做什么。

第一步是将唯一值转换为列表，然后按顺序对它们进行排序：

product_id_list = df['product_id'].value_counts().index.to_list()
product_id_list = sorted(product_id_list)

完成此操作后，我创建了一个公式，然后使用 product_id_list 的各个值对其进行迭代：

def get_df(key): 
    for k in key: 
        df_productid = dict_of_productid[k]
    return df_productid

for c, i in enumerate(product_id_list):
    globals()[f'df_{c}'] = get_df([f'{i}'])

这让我现在可以将创建的字典的所有值分离到单独的数据框中，我可以在不明确说明产品 ID 的情况下调用这些数据框。 我可以执行df_1并获得 dataframe。

（我不知道这是否是最有效的方式 go 关于这个）