Desarrollo de Python
  1. Desarrollo de Python
  3. Cómo aplicar la función a múltiples marcos de datos pandas
Intereting Posts
Actualizando el campo json en postgres ¿Cómo te conectas a oracle usando pyodbc? Cómo romper un largo con statement en python Matriz de objetos con numpy Expresiones regulares de Python para convertir caracteres no-ascii en una cadena a los equivalentes ascii más cercanos Pygame: Rescale pixel size ¿Cómo generar RandomForest Classifier desde python? SqlAlchemy: cómo definir una columna de clave externa utilizando la clase modelo en lugar del nombre de la tabla física ¿Es posible ocultar el navegador en Selenium RC? ¿Cómo puedo eliminar los espacios en blanco adicionales de las cadenas al analizar un archivo csv en Pandas? Compruebe si existe una palabra en un diccionario que no encuentra ninguna palabra Python nombre de iterable que puede ser iterado muchas veces ¿Es malo tener mi directorio virtualenv dentro de mi repository git? win32com.client.Dispatch funciona pero no win32com.client.gencache.EnsureDispatch Python 2.7: Imprimir hilo seguro

Cómo aplicar la función a múltiples marcos de datos pandas

Tengo múltiples marcos de datos: 

df1, df2, df3,..., dfn

Tienen el mismo tipo de datos pero de diferentes grupos de descriptores que no se pueden unir. Ahora necesito aplicar la misma función a cada dataframe manualmente.

¿Cómo puedo aplicar la misma función a múltiples marcos de datos?

Si los marcos de datos tienen las mismas columnas, se pueden concat en un solo dataframe, pero de lo contrario no existe una forma “inteligente” de hacerlo: 

 df1, df2, df3 = (df.apply(...) for df in [df1, df2, df3]) # or either .map or .applymap

pipe + comprension

Si sus marcos de datos contienen datos relacionados, como en este caso, debe almacenarlos en una list (si el orden numérico es suficiente) o dict (si necesita proporcionar tags personalizadas a cada dataframe). Luego puede pipe cada dataframe a través de una función foo través de una comprensión.

Ejemplo de lista 

 df_list = [df1, df2, df3] df_list = [df.pipe(foo) for df in df_list]

Luego acceda a sus marcos de datos a través de df_list[0] , df_list[1] , etc.

Ejemplo de diccionario 

 df_dict = {'first': df1, 'second': df2, 'third': df3} df_dict = {k: v.pipe(foo) for k, v in df_dict.items()}

Luego acceda a sus marcos de datos a través de df_dict['first] , df_dict['second'] , etc.