蟒蛇大熊猫 - 编辑多个DataFrames用一个for循环

Question

考虑的3种类型的字典和3个空DataFrames

dict0={'actual': {'2013-02-20 13:30:00': 0.93}} 
dict1={'actual': {'2013-02-20 13:30:00': 0.85}} 
dict2={'actual': {'2013-02-20 13:30:00': 0.98}} 
dicts=[dict0, dict1, dict2] 

df0=pd.DataFrame() 
df1=pd.DataFrame() 
df2=pd.DataFrame() 
dfs=[df0, df1, df2] 

我想递归地修改循环中的3个Dataframes以下2所列出，使用以下行：

for df, dikt in zip(dfs, dicts): 
    df = df.from_dict(dikt, orient='columns', dtype=None) 

然而，试图检索环路外的DF的​​实例1时，它仍然是空

print (df0) 

将返回

Empty DataFrame 
Columns: [] 
Index: [] 

当从内部for循环打印DF，我们可以看到数据正确，虽然追加。

如何制作循环以便可以在循环外打印3个dfs的变化？

Answer 1

在你的循环中，df只是一个临时值，而不是对相应列表元素的引用。如果您想在迭代列表时修改列表，则必须按索引引用列表。你可以用Python的枚举来做到这一点：

for i, (df, dikt) in enumerate(zip(dfs, dicts)): 
    dfs[i] = df.from_dict(dikt, orient='columns', dtype=None) 

Answer 2

我没有解释为什么是这样。然而一个解决方法是：

dict0={'actual': {'2013-02-20 13:30:00': 0.93}} 
dict1={'actual': {'2013-02-20 13:30:00': 0.85}} 
dict2={'actual': {'2013-02-20 13:30:00': 0.98}} 
dicts=[dict0, dict1, dict2] 

dfs = [] 

for dikt in dicts: 
    df = df.from_dict(dikt, orient='columns', dtype=None) 
    dfs.append(df) 

现在

dfs[0] 

回报

     actual 
2013-02-20 13:30:00 0.93 

Answer 3

你需要保持的参考DF对象，所以你可以尝试：

for idx, dikt in enumerate(dicts): 
    dfs[idx] = dfs[idx].from_dict(dikt, orient='columns', dtype=None) 

Answer 4

这将完成地点！！！
请注 3惊呼

一个衬垫

[dfs[i].set_value(r, c, v) 
for i, dn in enumerate(dicts) 
for r, dr in dn.items() 
for c, v in dr.items()]; 

---

起来更直观

for d, df in zip(dicts, dfs): 
    temp = pd.DataFrame(d).stack() 
    for (r, c), v in temp.iteritems(): 
     df.set_value(r, c, v) 

df0 

        actual 
2013-02-20 13:30:00 0.93 

---

等量替代
没有pd.DataFrame建设

for i, dn in enumerate(dicts): 
    for r, dr in dn.items(): 
     for c, v in dr.items(): 
      dfs[i].set_value(r, c, v) 

---

这是为什么不同？
到目前为止，所有其他答案都会将新数据框重新分配到数据框列表中的必需位置。他们打破了那里的数据框。原始数据框保留为空，而新的非空列表保留在列表中。

该解决方案就地编辑数据帧，确保原始数据框更新为新信息。

每OP：

然而，试图检索环路外的DF的​​实例1时，它仍然是空

---

时机
这也相当快

---

设置

dict0={'actual': {'2013-02-20 13:30:00': 0.93}} 
dict1={'actual': {'2013-02-20 13:30:00': 0.85}} 
dict2={'actual': {'2013-02-20 13:30:00': 0.98}} 
dicts=[dict0, dict1, dict2] 

df0=pd.DataFrame() 
df1=pd.DataFrame() 
df2=pd.DataFrame() 
dfs=[df0, df1, df2] 

Answer 5

一行。

>>>df_list = [df.from_dict(dikt, orient='columns', dtype=None) for (df, dikt) in zip(dfs, dicts)] 

>>>df_list 
[      actual 
2013-02-20 13:30:00 0.93, 
         actual 
2013-02-20 13:30:00 0.85, 
         actual 
2013-02-20 13:30:00 0.98] 

>>>df_list[0] 
        actual 
2013-02-20 13:30:00 0.93