如何循環遍歷系列以生成數據框並向其中添加列？

Question

我有一堆要堆疊的系列，制作一個數據幀，並通過相同的過程將其他系列添加到該數據幀。

我已經在 jupyter notebook 中一步一步完成了它，但是當我嘗試在 jupyter notebook 中做一個 for 語句和一個函數來做我可以做的事情（逐步）時，程序失敗給我一個錯誤。

代碼：

import pandas as pd

data = {'sum':[140.0, 45.0, 17907.0], 'mean':[35.00, 11.25, 4476.75],'count':[4, 4, 4]}
df = pd.DataFrame(data, index=['age', 'offspring', 'total_pop'])
data2 = {'sum':[14.0, 46.0, 14607.0], 'mean':[345.00, 121.25, 5476.75], 'count':[2, 2, 2]}
df2 = pd.DataFrame(data2, index=['age', 'offspring', 'total_pop'])
data3 = {'sum':[528.0, 15.0, 1407.0], 'mean':[700.00, 552.25, 4156.75], 'count':[3, 3, 3]}
df3 = pd.DataFrame(data3, index=['age', 'offspring', 'total_pop'])

def dosomething(df):
        stacked = df.stack()
        df = pd.Series(stacked)
        df.to_frame()
        dfd = pd.DataFrame(df)
        df = df.join(dfd)
        print(dfd)

total_df = [(df1), (df2), (df3,)]

for n in range(0, len(total_df)):
        total_df[n] = dosomething(total_df[n])

預期：

                      1         2        3
age       sum      140.00     14.00   528.00
          mean      35.00    345.00   700.00
          count      4.00      2.00     3.00
offspring sum       45.00     46.00    15.00
          mean      11.25    121.25   552.25
          count      4.00      2.00     3.00
total_pop sum    17907.00  14607.00  1407.00
          mean    4476.75   5476.75  4156.75
          count      4.00      2.00     3.00

實際錯誤：

ValueError：列重疊但未指定后綴：RangeIndex(start=0, stop=1, step=1)

Answer 1

嘗試concat ：

dfs = [df,df2, df3]
pd.concat([df.stack() for df in dfs], axis=1)

輸出：

                        0         1        2
age       sum      140.00     14.00   528.00
          mean      35.00    345.00   700.00
          count      4.00      2.00     3.00
offspring sum       45.00     46.00    15.00
          mean      11.25    121.25   552.25
          count      4.00      2.00     3.00
total_pop sum    17907.00  14607.00  1407.00
          mean    4476.75   5476.75  4156.75
          count      4.00      2.00     3.00

Answer 2

如果您不需要循環，這將起作用：

# stack dataframes
df = pd.DataFrame(df.stack(), columns=[1])
df2 = pd.DataFrame(df2.stack(), columns=[2])
df3 = pd.DataFrame(df3.stack(), columns=[3])

#join on index
final_df = df.join(df2).join(df3)

如果您需要使用循環，您可以這樣做：

# stack first df
final_df = pd.DataFrame(df.stack(), columns=[1])
# loop through other dfs
for n, next_df in {2: df2, 3: df3}.items():
    next_df = pd.DataFrame(next_df.stack(), columns=[n])
    final_df = final_df.join(next_df)

Answer 3

您可以使用帶有選項keys pd.concat在最終df上執行單個stack而不是每個stack每個df

df_list = [df, df2, df3]
pd.concat(df_list, keys=range(len(df_list)), axis=1).stack()

Out[127]:
                        0         1        2
age       sum      140.00     14.00   528.00
          mean      35.00    345.00   700.00
          count      4.00      2.00     3.00
offspring sum       45.00     46.00    15.00
          mean      11.25    121.25   552.25
          count      4.00      2.00     3.00
total_pop sum    17907.00  14607.00  1407.00
          mean    4476.75   5476.75  4156.75
          count      4.00      2.00     3.00