在存储的 DataFrame 中创建新列的字典理解

Question

我有一本字典，其值为 Pandas DataFrames。我想在每个 DataFrame 中创建新列。我可以很容易地使用 for 循环，但我想要一种更 pythonic 的方式来做这件事。字典理解似乎是一种理想的方式。这将如何使用字典理解来完成？

df1 = pd.DataFrame(data =[['2013',98],['2014',100],['2015',110],
                          ['2016',110],['2017',115]],
                   columns = ['Year','Value'])
df2 = pd.DataFrame(data =[['2013',85],['2014',90],['2015',95],
                          ['2016',97],['2017',99]],
                   columns = ['Year','Value'])
df3 = pd.DataFrame(data =[['2013',30],['2014',28],['2015',25],
                          ['2016',28],['2017',32]],
                   columns = ['Year','Value'])

d1 = {}
d1['df1'] = df1
d1['df2'] = df2
d1['df3'] = df3

for k in d1.keys():
    d1[k]['shifted'] = d1[k]['Value'].shift(2)

Answer 1

您可以创建一个在字典理解中调用的小辅助函数：

def add_shifted_col(df):
    df['shifted'] = df['Value'].shift(2)
    return df

{k: add_shifted_col(v) for k, v in d1.items()}

编辑：字典理解创建了一个新字典。要用这个更新原始文件，您可以调用：

d1.update({k: add_shifted_col(v) for k, v in d1.items()})

如果您只想有条件地向所选数据帧添加额外系列，这会很有帮助，例如

update_these = ['df2', 'df3']
d1.update({k: add_shifted_col(v) for k, v in d1.items() if k in update_these})

在此示例中，将向 df2 和 df3 添加一个额外的系列，但不会更改 df1。

Answer 2

你可以试试 concat 和 keys

l=[df1,df2,df3]
newdf=pd.concat(l,keys=['df1','df2','df3'])
newdf['shifted']=newdf.groupby(level=0).Value.shift(2)
newdf
Out[437]: 
       Year  Value  shifted
df1 0  2013     98      NaN
    1  2014    100      NaN
    2  2015    110     98.0
    3  2016    110    100.0
    4  2017    115    110.0
df2 0  2013     85      NaN
    1  2014     90      NaN
    2  2015     95     85.0
    3  2016     97     90.0
    4  2017     99     95.0
df3 0  2013     30      NaN
    1  2014     28      NaN
    2  2015     25     30.0
    3  2016     28     28.0
    4  2017     32     25.0

获取 df1

newdf.loc['df1']
Out[438]: 
   Year  Value  shifted
0  2013     98      NaN
1  2014    100      NaN
2  2015    110     98.0
3  2016    110    100.0
4  2017    115    110.0

在存储的 DataFrame 中创建新列的字典理解

Dictionary Comprehension to Create New Columns in Stored DataFrames

python

for-loop

dataframe

pandas

dictionary-comprehension