[英]Join Pandas Dataframes according to array
我正在嘗試將幾個數據框連接在一起。 這些dataframes的名稱的列表存儲在另一個名為數據幀companies
,這顯示如下。
>>> companies
16: Symbols
0 TUES
1 DRAM
2 NTRS
3 PCBK
4 CRIS
5 PERY
6 IRDM
7 GNCMA
8 IBOC
我的目標是做這樣的事情: joined=TUES.join(DRAM)
然后joined=joined.join(NTRS)
,依此類推,在列表中。 為了實現這一目標,我如何能夠引用數據框架companies
的“ Symbols
列中的元素?
提前謝謝了!
您可以定義一個空的DataFrame
並將所有其他數據DataFrame
附加到它。 請參閱以下示例:
combined_df = pandas.DataFrame()
for df in other_dataframes:
combined_df = combined_df.append(df)
使用pd.concat ,它用於合並dfs列表:
因此對於您的示例,只需將值轉換為列表,然后進行合並:
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]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.