Python中的DataFrame的DataFrame（Pandas）

Question

這里的想法是，每年，我能夠創建三個數據框（df1，df2，df3），每個數據框包含不同的公司和股票價格（'公司'和'價格'是df1~df3中的兩列）。 我想使用另一個數據幀（下面命名為“store”）來存儲每年的三個數據幀。

這是我的代碼：

store = pd.DataFrame(list(range(1967,2014)), columns=['year'])
for year in range(1967,2014):
    ....some codes that allow me to generate df1, df2 and df3 correctly...
    store.loc[store['year']==year, 'df1']=df1
    store.loc[store['year']==year, 'df2']=df2
    store.loc[store['year']==year, 'df3']=df3

我沒有收到錯誤警告或此代碼后的任何內容。 但在“商店”數據框中，列'df1'，'df2'和'df3'都是'NAN'值。

Answer 1

我認為大熊貓提供了更好的替代方案（你的建議如下）。

首先，有pandas.Panel數據結構，它適用於你在這里做的事情。

然而，正如Wes McKinney（熊貓作者）在他的“ 數據分析Python：與熊貓，NumPy和IPython的數據爭奪”一書中指出的那樣，多維指數在很大程度上提供了更好的選擇。

考慮以下代碼替代方法：

dfs = []
for year in range(1967,2014):
    ....some codes that allow me to generate df1, df2 and df3 
    df1['year'] = year
    df1['origin'] = 'df1'
    df2['year'] = year
    df2['origin'] = 'df2'
    df3['year'] = year
    df3['origin'] = 'df3'
    dfs.extend([df1, df2, df3])
df = pd.concat(dfs)

這為您提供了一個包含4列的DataFrame： 'firm' ， 'price' ， 'year'和'origin' 。

這使您可以靈活地：

• 按照'year'和'origin'等級組織： df.set_index(['year', 'origin']) ，比如'origin'和'price' ： df.set_index(['origin', 'price'])

• 根據不同的級別進行groupby

• 通常，以許多不同的方式對數據進行切片和切塊。

你在這個問題中提出的建議使得一個維度（起源）任意地不同，並且很難想到它的優勢。 如果由於某些維度的分割是必要的，例如性能，您可以將DataFrames與標准Python數據結構更好地結合起來：

• 每年將字典映射到具有其他三個維度的Dataframe。

• 三個DataFrame，每個原點一個，每個都有三個維度。