Cara membuat dataframe bersarang di pandas (dengan contoh)

Anda dapat menggunakan sintaks berikut untuk menyarangkan beberapa panda DataFrames di dalam DataFrame lain:

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

Contoh khusus ini menyatukan tiga DataFrame ( df1 , df2 , df3 ) ke dalam DataFrame yang lebih besar yang disebut df_all .

Anda kemudian dapat menggunakan sintaks berikut untuk mengakses salah satu DataFrame bersarang tertentu:

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

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Buat DataFrame bersarang di Pandas

Katakanlah kita memiliki tiga panda DataFrames:

 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

Sekarang katakanlah kita ingin membuat DataFrame besar untuk menampung ketiga DataFrame ini.

Kita dapat menggunakan sintaks berikut untuk melakukan ini:

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

Kita kemudian dapat menggunakan fungsi pandas iloc untuk mengakses DataFrames bersarang tertentu.

Misalnya, kita dapat menggunakan sintaks berikut untuk mengakses DataFrame bersarang pertama:

 #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

Atau kita bisa menggunakan sintaks berikut untuk mengakses DataFrame bersarang kedua:

 #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

Dan seterusnya.

Sumber daya tambahan

Tutorial berikut menjelaskan cara menjalankan fungsi umum lainnya di panda:

Bagaimana cara mengubah indeks menjadi kolom di Pandas
Cara mengganti nama indeks di Pandas
Cara mengatur kolom sebagai indeks di Pandas