时间戳

首页 > 解决方案 > 使用 for 循环在 pandas 中附加多个数据帧

python - 使用 for 循环在 pandas 中附加多个数据帧

问题描述

我正在使用 pd.read_html 从网上读取表格，并在 pandas 中使用 for 循环从多个数据帧创建单个数据帧。我能够为任何给定年份成功创建数据框，但我在 for 循环中缺少正确的逻辑：

（1）读取数据，（2）创建一个数据框（3）转到下一年，（4）将该数据框附加到前一个数据框。

理想的结果应该是 1 个具有约 500 行和 13 列的数据框（用于 2 年的数据）。谢谢！

for x in range(2017, 2019):  
    dfs = pd.read_html('https://www.treasury.gov/resource-center/data-chart-center/interest-rates/pages/TextView.aspx?data=yieldYear&year=(%d)' % x, skiprows=1) 
    for df in dfs:
        print df
DateList = ['Date', '1 mo', '2 mo', '3 mo', '6 mo', '1 yr', '2 yr', '3 yr', '5 yr', '7 yr', '10 yr', '20 yr', '30 yr']
df.columns = DateList

标签： pythonpandasdataframefor-loop

解决方案

考虑构建一个数据框列表，然后在循环外连接项目。具体来说，下面使用了一个列表推导，它也在每次迭代中分配列，然后是一个pd.concat调用。

url = 'https://www.treasury.gov/resource-center/data-chart-center/interest-rates/' + \
      'pages/TextView.aspx?data=yieldYear&year=({yr})'

DateList = ['Date', '1 mo', '2 mo', '3 mo', '6 mo', '1 yr', '2 yr',
            '3 yr', '5 yr', '7 yr', '10 yr', '20 yr', '30 yr']

dfs = [(pd.read_html(url.format(yr=x), skiprows=1)[1]
          .set_axis(DateList, axis='columns', inplace=False)) for x in range(2017, 2019)]

final_df = pd.concat(dfs, ignore_index=True)

print(final_df.head())
#        Date  1 mo  2 mo  3 mo  6 mo  ...    5 yr  7 yr  10 yr  20 yr  30 yr
# 0  01/03/17  0.52   NaN  0.53  0.65  ...    1.94  2.26   2.45   2.78   3.04
# 1  01/04/17  0.49   NaN  0.53  0.63  ...    1.94  2.26   2.46   2.78   3.05
# 2  01/05/17  0.51   NaN  0.52  0.62  ...    1.86  2.18   2.37   2.69   2.96
# 3  01/06/17  0.50   NaN  0.53  0.61  ...    1.92  2.23   2.42   2.73   3.00
# 4  01/09/17  0.50   NaN  0.50  0.60  ...    1.89  2.18   2.38   2.69   2.97

推荐阅读