从 pandas 个数据框列表中选择数据框列
Selecting dataframe columns from a list of pandas dataframes
我有一个 pandas 数据帧的列表。
list_df=[df1,df2,df3,df4]
我通过索引列表来访问数据帧
df1=list_df[0]
df2=list_df[1]
first_n_dfs=list_df[0:n]
是否有一种简单的方法可以在不使用 for 循环的情况下选择列表中每个数据帧的 'mth column'?
目前我正在使用 for 循环。
for i in range(len(list_df)):
print(list_df[i].iloc[:,m])
如果这是一个重复的问题,请原谅。我找不到类似的问题。谢谢你的时间。
如果数据帧没有相同的模式(这将允许组合它们),您可以进行的轻微优化是遍历数据帧本身:
for df in list_df:
print(df.iloc[:, m])
您可以使用 map()
来给出您的结果,而无需按要求使用 for
循环:
list(map(lambda x: x.iloc[:,m], list_df))
我有一个 pandas 数据帧的列表。
list_df=[df1,df2,df3,df4]
我通过索引列表来访问数据帧
df1=list_df[0]
df2=list_df[1]
first_n_dfs=list_df[0:n]
是否有一种简单的方法可以在不使用 for 循环的情况下选择列表中每个数据帧的 'mth column'? 目前我正在使用 for 循环。
for i in range(len(list_df)):
print(list_df[i].iloc[:,m])
如果这是一个重复的问题,请原谅。我找不到类似的问题。谢谢你的时间。
如果数据帧没有相同的模式(这将允许组合它们),您可以进行的轻微优化是遍历数据帧本身:
for df in list_df:
print(df.iloc[:, m])
您可以使用 map()
来给出您的结果,而无需按要求使用 for
循环:
list(map(lambda x: x.iloc[:,m], list_df))