python - 循环遍历不同的 Dataframes Pandas

Question

你好世界，

我有 52 个数据帧（df 和数据），每个数据帧只包含带有字母首字母的名称。

下面是字母 A 和 B 的示例（包含在 df 和数据中）

dfA                                                 dfB
Code  Name                                          Code  Name
15    Amiks                                         68    Bernard 
157   Alis                                          14    Barpti

dataA                                               dataB
Code  Name                                          Code  Name 
      Amiks                                               Berti
      Alis                                                Bernard
      Anatole                                             Barpti

问题：

不是 Python 专家，如何循环使用相同字母的数据帧？而不是寻找所有的数据框，而只是寻找相同的字母。

例如：检查是否：

• dataA.Name 在 dfA.Name 中？
• dataB.Name 在 dfB.Name 中？
• dataZ.Name 在 dfZ.Name 中？

编辑

原始DF如下

df                                                 data
Code  Name                                          Code  Name
15    Amiks                                               Amiks   
157   Alis                                                Alis
14    Barpti                                             Bernard 
68    Bernard                                            Barpti

我刚刚为每个第一个字母创建了一个 df 。

目的是加快计算时间并避免在整个 DF 内进行检查，因为我们只能检查具有相同首字母的行。

感谢任何人的帮助。

标签： pythonpandas

Answer 1

你应该认为变量名只对你有意义，对 Python 解释器没有意义。当然，使用locals()or也有一些不雅的方法，globals()但它们永远不应该在普通代码中使用。

这意味着您的数据框是相关的，您应该使用数据结构来跟踪关系。您可以使用 2 个列表或一对列表，例如：

dataframes = [ (dfA, dataA), (dfB, dataB), ...]

如果字母本身很重要，您可以使用字典：

dataframes = { 'A': (dfA, dataA), 'B': (dfB, dataB), ...}

然后你可以很容易地迭代：

for letter in dataframes:
    commons = dataframes[letter][0].merge(dataframes[letter][1], on='Name',
                                          suffixes=('_x', ''))[['Code', 'Name']]
    # process commons which contains code and name where datax.Name is in dfx.Name
    ...

---

但除非原始数据帧真的很大，否则我建议您将具有首字母方式的单个数据帧与 52 个数据帧进行基准测试。熊猫如果相当高效，只要一切都适合内存......