如何循环遍历系列以生成数据框并向其中添加列？答案

【问题标题】：How to loop through series to produce a data frame and add columns to it?如何循环遍历系列以生成数据框并向其中添加列？
【发布时间】：2019-08-02 17:37:26
【问题描述】：

我有一堆系列想要堆叠，制作一个数据框，然后通过相同的过程将其他系列添加到该数据框。

我在 jupyter notebook 中一步一步地完成了它，但是当我尝试在 jupyter notebook 中创建一个 for 语句和一个函数来做我可以做的事情（逐步）时，程序失败给我一个错误。

代码：

import pandas as pd

data = {'sum':[140.0, 45.0, 17907.0], 'mean':[35.00, 11.25, 4476.75],'count':[4, 4, 4]}
df = pd.DataFrame(data, index=['age', 'offspring', 'total_pop'])
data2 = {'sum':[14.0, 46.0, 14607.0], 'mean':[345.00, 121.25, 5476.75], 'count':[2, 2, 2]}
df2 = pd.DataFrame(data2, index=['age', 'offspring', 'total_pop'])
data3 = {'sum':[528.0, 15.0, 1407.0], 'mean':[700.00, 552.25, 4156.75], 'count':[3, 3, 3]}
df3 = pd.DataFrame(data3, index=['age', 'offspring', 'total_pop'])

def dosomething(df):
        stacked = df.stack()
        df = pd.Series(stacked)
        df.to_frame()
        dfd = pd.DataFrame(df)
        df = df.join(dfd)
        print(dfd)

total_df = [(df1), (df2), (df3,)]

for n in range(0, len(total_df)):
        total_df[n] = dosomething(total_df[n])

预期：

                      1         2        3
age       sum      140.00     14.00   528.00
          mean      35.00    345.00   700.00
          count      4.00      2.00     3.00
offspring sum       45.00     46.00    15.00
          mean      11.25    121.25   552.25
          count      4.00      2.00     3.00
total_pop sum    17907.00  14607.00  1407.00
          mean    4476.75   5476.75  4156.75
          count      4.00      2.00     3.00

实际错误：

ValueError：列重叠但未指定后缀：RangeIndex(start=0, stop=1, step=1)

【问题讨论】：

标签： python pandas

【解决方案1】：

试试concat:

dfs = [df,df2, df3]
pd.concat([df.stack() for df in dfs], axis=1)

输出：

                        0         1        2
age       sum      140.00     14.00   528.00
          mean      35.00    345.00   700.00
          count      4.00      2.00     3.00
offspring sum       45.00     46.00    15.00
          mean      11.25    121.25   552.25
          count      4.00      2.00     3.00
total_pop sum    17907.00  14607.00  1407.00
          mean    4476.75   5476.75  4156.75
          count      4.00      2.00     3.00

【讨论】：

【解决方案2】：

如果您不需要循环，这将起作用：

# stack dataframes
df = pd.DataFrame(df.stack(), columns=[1])
df2 = pd.DataFrame(df2.stack(), columns=[2])
df3 = pd.DataFrame(df3.stack(), columns=[3])

#join on index
final_df = df.join(df2).join(df3)

如果你需要使用循环，你可以这样做：

# stack first df
final_df = pd.DataFrame(df.stack(), columns=[1])
# loop through other dfs
for n, next_df in {2: df2, 3: df3}.items():
    next_df = pd.DataFrame(next_df.stack(), columns=[n])
    final_df = final_df.join(next_df)

【讨论】：

【解决方案3】：

您可以使用pd.concat 和选项keys 在最后的df 上执行单个stack，而不是每个stack 每个df

df_list = [df, df2, df3]
pd.concat(df_list, keys=range(len(df_list)), axis=1).stack()

Out[127]:
                        0         1        2
age       sum      140.00     14.00   528.00
          mean      35.00    345.00   700.00
          count      4.00      2.00     3.00
offspring sum       45.00     46.00    15.00
          mean      11.25    121.25   552.25
          count      4.00      2.00     3.00
total_pop sum    17907.00  14607.00  1407.00
          mean    4476.75   5476.75  4156.75
          count      4.00      2.00     3.00

【讨论】：