Jak utworzyć zagnieżdżoną ramkę danych w pandach (z przykładem)

Możesz użyć następującej składni, aby zagnieździć wiele ramek danych pand w innej ramce danych:

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

W tym konkretnym przykładzie trzy ramki danych ( df1 , df2 , df3 ) są zagnieżdżane w większej ramce danych o nazwie df_all .

Następnie możesz użyć następującej składni, aby uzyskać dostęp do jednej z określonych zagnieżdżonych ramek danych:

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

Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.

Przykład: Utwórz zagnieżdżoną ramkę danych w Pandach

Załóżmy, że mamy trzy ramki danych pandy:

 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

Załóżmy teraz, że chcemy utworzyć dużą ramkę DataFrame do przechowywania tych trzech ramek DataFrame.

W tym celu możemy użyć następującej składni:

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

Następnie możemy użyć funkcji iloc pandas, aby uzyskać dostęp do określonych zagnieżdżonych ramek danych.

Na przykład możemy użyć następującej składni, aby uzyskać dostęp do pierwszej zagnieżdżonej ramki danych:

 #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

Lub moglibyśmy użyć następującej składni, aby uzyskać dostęp do drugiej zagnieżdżonej ramki danych:

 #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

I tak dalej.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe funkcje w pandach:

Jak przekonwertować indeks na kolumnę w Pandach
Jak zmienić nazwę indeksu w Pandas
Jak ustawić kolumnę jako indeks w Pandach