如何附加来自不同文件但具有相同结构的数据帧？

Question

我有不同的 json 格式数据集，每个文件包含不同的匹配详细信息，但具有相同的列名。我已经隔离了一支球队在一场比赛中的“投篮”。我应该如何修改我的代码，只为不同的比赛拍摄那个特定球队的镜头。

def key_pass(filename):
with open(filename) as f:
    comp = json.load(f)
eng = pd.json_normalize(comp)
for team in eng['possession_team.name'].unique():
    if team != 'Belgium':
        opp = team
eng = pd.json_normalize(comp).assign(Oppn = opp)
eng_pan = eng[['shot.statsbomb_xg','minute','player.name','shot.outcome.name','shot.key_pass_id','location','type.name','play_pattern.name','possession_team.name']]
eng_pan.rename(columns={'shot.statsbomb_xg':'Statsbomb_xG','shot.outcome.name':'Outcome','shot.key_pass_id':'Keypass_id'})
total_attempts = eng_pan.loc[(eng_pan['type.name'] == 'Shot') & (eng_pan['possession_team.name'] == 'Belgium')]
total_attempts.reset_index(drop=True,inplace=True)

return(total_attempts)

当我调用函数时，

total_attempts = key_pass('7584.json')
total_attempts

我得到的输出是，

现在，如果我必须调用另一个文件，我需要该文件中的镜头从前一个文件完成的位置继续。 我应该将文件名作为列表传递吗？并在函数中添加一个 for 循环，但我又该如何追加镜头？

Answer 1

如果两个 df 具有相同的结构，您可以轻松使用 pandas DataFrame append 方法： （注意忽略索引参数）

df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
df
   A  B
0  1  2
1  3  4
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'))
   A  B
0  5  6
1  7  8


df.append(df2, ignore_index=True)
   A  B
0  1  2
1  3  4
2  5  6
3  7  8