Python：如何将数据框字典变成一个大数据框，其中列名是前一个字典的键？答案

【问题标题】：Python: How to turn a dictionary of Dataframes into one big dataframe with column names being the key of the previous dict?Python：如何将数据框字典变成一个大数据框，其中列名是前一个字典的键？
【发布时间】：2016-06-13 13:31:48
【问题描述】：

所以我的数据框是由许多单独的 excel 文件组成的，每个文件都以日期作为文件名，并在电子表格中显示当天水果的价格，所以电子表格看起来像这样：

15012016:
Fruit     Price
Orange    1
Apple     2
Pear      3

16012016:
Fruit     Price
Orange    4
Apple     5
Pear      6

17012016:
Fruit     Price
Orange    7
Apple     8
Pear      9

因此，为了将所有信息放在一起，我运行以下代码将所有信息放入数据框字典中（所有水果价格文件存储在'C:\Fruit_Prices_by_Day'

#find all the file names
file_list = []
for x in os.listdir('C:\Fruit_Prices_by_Day'):
    file_list.append(x) 

file_list= list(set(file_list))

d = {}

for date in Raw_list:
    df1 = pd.read_excel(os.path.join('C:\Fruit_Prices_by_Day', date +'.xlsx'), index_col = 'Fruit')
    d[date] = df1

那么这就是我卡住的部分。然后我如何将这个 dict 变成一个数据框，其中列名是 dict 键，即日期，所以我可以在同一个数据框中获取每天每种水果的价格：

          15012016   16012016   17012016   
Orange    1          4          7
Apple     2          5          8
Pear      3          6          9

【问题讨论】：

标签： python python-2.7 dictionary pandas dataframe

【解决方案1】：

您可以先尝试set_index comprehension 中的所有数据框，然后使用 concat 并在列中删除最后一层 multiindex：

 print d
{'17012016':     Fruit  Price
0  Orange      7
1   Apple      8
2    Pear      9, '16012016':     Fruit  Price
0  Orange      4
1   Apple      5
2    Pear      6, '15012016':     Fruit  Price
0  Orange      1
1   Apple      2
2    Pear      3}
d = { k: v.set_index('Fruit') for k, v in d.items()}

df = pd.concat(d, axis=1)
df.columns = df.columns.droplevel(-1) 
print df
        15012016  16012016  17012016
Fruit                               
Orange         1         4         7
Apple          2         5         8
Pear           3         6         9

【讨论】：

如果你碰巧在concat遇到问题，检查重复的索引值 --> 见stackoverflow.com/questions/27719407/…

【解决方案2】：

解决方案：

pd.concat(d, axis=1).sum(axis=1, level=0)

说明：

.concat(d, axis=1)之后你会得到

        15012016  16012016  17012016
        Price     Price     Price
Fruit                               
Orange       1         4         7
Apple        2         5         8
Pear         3         6         9

并添加.sum(axis=1, level=0) 将其转换为

        15012016  16012016  17012016
Fruit                               
Orange       1         4         7
Apple        2         5         8
Pear         3         6         9

【讨论】：

【解决方案3】：

这样的事情可能会起作用：遍历字典，使用字典键添加常量列，连接然后将日期设置为索引

pd.concat(
    (i_value_df.assign(date=i_key) for i_key, i_value_df in d.items())
).set_index('date')

【讨论】：