将 pandas 个数据帧列表连接在一起

Question

我有一个 Pandas 数据帧列表，我想将它们组合成一个 Pandas 数据帧。我正在使用 Python 2.7.10 和 Pandas 0.16.2

我创建了数据帧列表：

import pandas as pd
dfs = []
sqlall = "select * from mytable"

for chunk in pd.read_sql_query(sqlall , cnxn, chunksize=10000):
    dfs.append(chunk)

这个returns数据帧列表

type(dfs[0])
Out[6]: pandas.core.frame.DataFrame

type(dfs)
Out[7]: list

len(dfs)
Out[8]: 408

这是一些示例数据

# sample dataframes
d1 = pd.DataFrame({'one' : [1., 2., 3., 4.], 'two' : [4., 3., 2., 1.]})
d2 = pd.DataFrame({'one' : [5., 6., 7., 8.], 'two' : [9., 10., 11., 12.]})
d3 = pd.DataFrame({'one' : [15., 16., 17., 18.], 'two' : [19., 10., 11., 12.]})

# list of dataframes
mydfs = [d1, d2, d3]

我想将 d1、d2 和 d3 合并到一个 pandas 数据帧中。或者，在使用 chunksize 选项时将大 table 直接读入数据帧的方法会非常有帮助。

Answer 1

鉴于所有数据框都有相同的列，您可以简单地 concat 它们：

import pandas as pd
df = pd.concat(list_of_dataframes)

Answer 2

如果数据框并非都具有相同的列，请尝试以下操作：

df = pd.DataFrame.from_dict(map(dict,df_list))

Answer 3

你也可以用函数式编程来实现：

from functools import reduce
reduce(lambda df1, df2: df1.merge(df2, "outer"), mydfs)

Answer 4

concat 也可以很好地与使用 "loc" 命令对现有数据框

拉出的列表理解一起使用

df = pd.read_csv('./data.csv') # ie; Dataframe pulled from csv file with a "userID" column

review_ids = ['1','2','3'] # ie; ID values to grab from DataFrame

# Gets rows in df where IDs match in the userID column and combines them 

dfa = pd.concat([df.loc[df['userID'] == x] for x in review_ids])

Answer 5

再补充一些细节：

示例：

list1 = [df1, df2, df3]

import pandas as pd

按行串联并忽略索引
```
pd.concat(list1, axis=0, ignore_index=True)
```
注意：如果列名不相同，则NaN将被插入到不同的列值
按列串联并希望保留列名
```
pd.concat(list1, axis=1, ignore_index=False)
```
如果ignore_index=True，列名将填充从0到(n-1)的数字，其中n是唯一列名称的计数

Answer 6

panders concat 除了 functools

之外也同样有效

from functors import reduce as reduce
import pandas as pd;
deaf = pd.read_csv("http://www.aol.com/users/data.csv")
for q in range(0, Len(deaf)):
  new = map(lambda x: reduce(pd.concat(x))

将 pandas 个数据帧列表连接在一起

Concatenate a list of pandas dataframes together

python

concat

dataframe

pandas