Como criar um dataframe aninhado no pandas (com exemplo)

Você pode usar a seguinte sintaxe para aninhar vários DataFrames do pandas dentro de outro DataFrame:

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

Este exemplo específico aninha três DataFrames ( df1 , df2 , df3 ) em um DataFrame maior chamado df_all .

Você pode então usar a seguinte sintaxe para acessar um dos DataFrames aninhados específicos:

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

O exemplo a seguir mostra como usar essa sintaxe na prática.

Exemplo: Crie um DataFrame aninhado no Pandas

Digamos que temos três DataFrames panda:

 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

Agora digamos que queremos criar um DataFrame grande para armazenar esses três DataFrames.

Podemos usar a seguinte sintaxe para fazer isso:

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

Podemos então usar a função iloc do pandas para acessar DataFrames aninhados específicos.

Por exemplo, podemos usar a seguinte sintaxe para acessar o primeiro DataFrame aninhado:

 #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

Ou poderíamos usar a seguinte sintaxe para acessar o segundo DataFrame aninhado:

 #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

E assim por diante.

Recursos adicionais

Os tutoriais a seguir explicam como executar outras funções comuns em pandas:

Como converter índice em coluna no Pandas
Como renomear o índice no Pandas
Como definir coluna como índice no Pandas