在列表上創建多個 pandas 數據幀作為 function 迭代的輸出

Question

我正在嘗試使用 pytaxize itis.hierarchy_full的pytaxize itis.hierarchy_full 來從特定 ID 中檢索有關生物物種的信息。

function 僅采用一個值/Id 並將所有分類信息保存在 pandas dataframe 中，我稍后可以編輯。

import pandas as pd
from pytaxize import itis
test1 = itis.hierarchy_full(180530, as_dataframe = True)

我有 800 個物種 ID，我想自動化該過程以獲得 800 個不同的數據幀。

我以某種方式創建了一個包含一個小列表的測試（請注意，我是一名生物學家，所以代碼非常基本並且可能效率低下：

species = [180530, 48739, 567823]

tx = {}
for e in species2:
    tx[e] = pd.DataFrame(itis.hierarchy_full(e, as_dataframe = True))

現在，如果我輸入tx （我使用的是 Jupyter Notebook），我將獲得一個 pandas 數據幀的字典（我認為它是一個嵌套字典）。 如果我輸入tx[180530]我會得到一個 dataframe 等於我可以用原始 function 創建的那個。

from pandas.testing import assert_frame_equal
assert_frame_equal(test_180530, sp_180530)

現在我可以寫一些東西來將存儲在字典中的每個結果保存為單獨的 dataframe：

sp_180530 = tx[180530]
sp_48739 = tx[48739]
sp_567823 = tx[567823]

有一種方法可以自動化該過程並將每個 dataframe 保存到 sp_id？ 或者更好的是，有一種方法可以在我創建 tx 的原始 function 中直接包含多個數據幀到 output？

Answer 1

不完全是你問的，但能夠詳細說明如何處理字典中的數據幀......要使用字典，循環遍歷字典，然后一個一個地使用每個包含的 dataframe ......

for key in tx.keys():
    df_temp = tx[key]

    # < do all your stuff to df_temp .....>

    # Save the dataframe as you want/need (I assume as csv for here)    
    df_temp.to_csv(f'sp_{key}.csv')