如何使用 python pandas 在循環中加入多個數據幀

Question

我在每個 excel 表上有 3 個表： sheet1 - Gross ， sheet2 - Margin ， sheet3 - Revenue

所以我能夠遍歷每個工作表並取消旋轉它。

但是我怎樣才能把它們結合在一起呢？

    sheet_names = ['Gross','Margin','Revenue']

    full_table = pd.DataFrame()
    for sheet in sheet_names:
        df = pd.read_excel(BudgetData.xlsx', sheet_name = sheet, index=False)
        unpvt = pd.melt(df,id_vars=['Company'], var_name ='Month', value_name = sheet)
# how can I join unpivoted dataframes here?
        print(unpvt)

想要的結果：

更新：

謝謝@Celius Stingher。 我想這就是我需要的。 它只是給了我奇怪的排序：

並給我這個警告：

Sorting because non-concatenation axis is not aligned. A future version
of pandas will change to not sort by default.

To accept the future behavior, pass 'sort=False'.

To retain the current behavior and silence the warning, pass 'sort=True'.

  from ipykernel import kernelapp as app

Answer 1

因此，您似乎正在執行旋轉但未將每個未旋轉的數據幀保存在任何地方。 讓我們創建一個數據框列表，它將存儲每個未旋轉的數據框。 稍后，我們將該數據幀列表作為參數傳遞給pd.concat函數以執行連接。

sheet_names = ['Gross','Margin','Revenue']
list_of_df = []
full_table = pd.DataFrame()
for sheet in sheet_names:
    df = pd.read_excel(BudgetData.xlsx', sheet_name = sheet, index=False)
    df = pd.melt(df,id_vars=['Company'], var_name ='Month', value_name = sheet)
    list_of_df.append(df)

full_df = pd.concat(list_of_df,ignore_index=True)
full_df = full_df.sort_values(['Company','Month'])
print(full_df)

編輯：

現在我了解您的需求，讓我們嘗試不同的方法。 在循環之后，嘗試在 pd.concat 中pd.concat以下代碼：

full_df = list_of_df[0].merge(list_of_df[1],on=['Company','Month']).merge(list_of_df[2],on=['Company','Month'])

Answer 2

pd.concat 只會將所有內容堆積在一起，您希望使用 pd.merge 實際合並數據幀。 這類似於 SQL Join 語句。 （基於您帖子中的“所需”圖片）

https://pandas.pydata.org/pandas-docs/version/0.19.1/generated/pandas.DataFrame.merge.html

您只想使用要合並的列列表。 如果您將它們全部放入與工作表同名的整潔數據框中，您可能需要執行以下操作：

gross.merge(margin, on=['Company', 'Month']).merge(revenue, on=['Company', 'Month'])