Python - 遍历多个数据帧并将数据附加到新数据帧

【问题标题】：Python - Iterate through multiple dataframes and append data to a new dataframePython - 遍历多个数据帧并将数据附加到新数据帧
【发布时间】：2022-01-10 14:28:33
【问题描述】：

我有 3 个熊猫数据框。我想将每次迭代中的每一行附加到现有数据帧。

示例如下：

DF1 =

col1 col2 col3
a     a    a
d     d    d
g     g    g

DF2=

col1 col2 col3
b     b    b
e     e    e
h     h    h

DF3=

col1 col2 col3
c     b    b
f     f    f
i     i    i

clean_DF =

col1 col2 col3
a     a    a
b     b    b 
c     c    c
d     d    d
e     e    e
f     f    f
g     g    g
h     h    h 
i     i    i

虚拟代码：

for i,j in df1.itterows():
   for a,b in df2.itterows():
       for c,d in df2.itterrows():
clean_df.append(i,j,a,b,c,d)

请有人指出我正确的方向吗？

【问题讨论】：

标签： python pandas for-loop

【解决方案1】：

连接它们，使用keys 参数将索引与每个原始数据帧中的行关联，然后交换索引级别并按此索引对数据帧进行排序。

df1 = pd.DataFrame([["a", "a", "a"], ["d", "d", "d"], ["g", "g", "g"]], columns=["col1", "col2", "col3"])
df2 = pd.DataFrame([["b", "b", "b"], ["e", "e", "e"], ["h", "h", "h"]], columns=["col1", "col2", "col3"])
df3 = pd.DataFrame([["c", "c", "c"], ["f", "f", "f"], ["i", "i", "i"]], columns=["col1", "col2", "col3"])
clean_df = pd.concat([df1, df2, df3], keys=range(3)).swaplevel().sort_index()

这假设每个数据帧当前都有一个索引并按该索引排序。如果您有可能未按索引排序的数据框，并且您想保留它们当前的排序顺序，那么您可以在连接它们之前重置它们的索引。

dfs = [df.reset_index() for df in [df1, df2, df3]]
clean_df = pd.concat(dfs, keys=range(len(dfs))).swaplevel().sort_index()

【讨论】：