如何在 pandas 中创建嵌套 dataframe（带有示例）

您可以使用以下语法将多个 pandas DataFrame 嵌套在另一个 DataFrame 中：

 df_all = pd. DataFrame ({' idx ':[1,2,3],' dfs ':[df1,df2,df3]})

此特定示例将三个 DataFrame（ df1 、 df2 、 df3 ）嵌套到一个名为df_all的更大 DataFrame 中。

然后，您可以使用以下语法来访问特定的嵌套 DataFrame 之一：

 #display first nested DataFrame
print (df_all[' dfs ']. iloc [0])

以下示例展示了如何在实践中使用此语法。

示例：在 Pandas 中创建嵌套 DataFrame

假设我们有三个 panda DataFrame：

 import pandas as pd

#create first DataFrame
df1 = pd. DataFrame ({' item ': ['A', 'B', 'C', 'D', 'E'],
                    ' sales ': [18, 22, 19, 14, 30]})

print (df1)

  item sales
0 to 18
1 B 22
2 C 19
3 D 14
4 E 30

#create second DataFrame
df2 = pd. DataFrame ({' item ': ['F', 'G', 'H', 'I', 'J'],
                    ' sales ': [10, 12, 13, 13, 19]})

print (df2)

  item sales
0 F 10
1 G 12
2:13 a.m.
3 I 13
4 Day 19

#create third DataFrame
df3 = pd. DataFrame ({' item ': ['K', 'L', 'M', 'N', 'O'],
                    ' sales ': [41, 22, 28, 25, 18]})

print (df3)

  item sales
0 K 41
1 L 22
2 M 28
3 N 25
4 O 18

现在假设我们要创建一个大的 DataFrame 来保存这三个 DataFrame。

我们可以使用以下语法来做到这一点：

 df_all = pd. DataFrame ({' idx ':[1,2,3],' dfs ':[df1,df2,df3]})

然后我们可以使用 pandas iloc函数来访问特定的嵌套 DataFrame。

例如，我们可以使用以下语法来访问第一个嵌套的 DataFrame：

 #display first nested DataFrame
print (df_all[' dfs ']. iloc [0])

  item sales
0 to 18
1 B 22
2 C 19
3 D 14
4 E 30

或者我们可以使用以下语法来访问第二个嵌套的 DataFrame：

 #display second nested DataFrame
print (df_all[' dfs ']. iloc [1])

  item sales
0 F 10
1 G 12
2:13 a.m.
3 I 13
4 Day 19

等等。

其他资源

以下教程解释了如何在 pandas 中执行其他常见功能：

如何在 Pandas 中将索引转换为列
如何重命名 Pandas 中的索引
如何在 Pandas 中将列设置为索引