如何使用多个数据集运行 1 个函数？答案

【问题标题】：How to run 1 function with multiple dataset?如何使用多个数据集运行 1 个函数？
【发布时间】：2018-07-09 09:21:00
【问题描述】：

假设我有 20 组数据，我将其读取为 df1,df2,df3,df4...df20。（还有其他读取或存储数据帧的智能方式吗？）

我的功能是这样的：

def CalculateEMA(x,window):    
    sma = x.rolling(window, min_periods=window).mean()[:window]
    rest = x[window:]
    EMA_window=(pd.concat([sma, rest]).ewm(span=window,adjust=False).mean()).sum())

    return EMA_window

我希望为所有 20 个数据框返回一个 EMA 并存储为 X。所以我的最终输出将是 X = [x1,x2,x3,x,x,x,x,x...x20]。其中 x1 是 df1 的 EMA 函数的 Sum，x2 是第二个数据集 df2，依此类推。

【问题讨论】：

标签： python python-3.x python-2.7 pandas dataframe

【解决方案1】：

如果您将它们存储在列表中，您可以循环遍历您的数据框：

X=list()
list_df = [df1,df2,...,df20]
for df in list_df:
    X.append(CalculateEMA(df,window))

【讨论】：

是否还有其他方法可以读取数据而不是逐个读取？就像我必须像 df 1 = pd.read_csv('....') 一样阅读它，重复 20 次

【解决方案2】：

要读取文件夹中的所有 csv 文件，您可以使用 os 函数

    import os
    path_to_dir='<your path>'
    filenames = os.listdir(path_to_dir)
    csvs=[f for f in filenames if f.endswith('csv')]
    out=[]
    for path in csvs:
        df=pd.read_csv(path)
        out.append(CalculateEMA(df,window))

【讨论】：