从dict和pandas计算事件

我对pandas和python还是一个新手，我想计算一下在一个dict中跨多个数据帧出现的相同变量组合的总数

我创建了一个包含六个df的dict。每个df的键是一年（1985、1990等），由一个索引和一行整数组成。索引由两个变量（两个字符串）组成，并用逗号分隔，而整数表示两个变量之间的相关性：

DO-PSPCp PT-WFrTo -0.067934
         PT-WSWFr -0.067903
         PT-Wtotl -0.060489
         PT-WSWTo -0.060485
DO-SSPop DO-PSPCp -0.050703
PS-SWPop DO-SSPCp -0.048588

我想知道一个特定指数在整个dict中相关的总次数，以及年份（关键）和个体相关性。理想情况下，输出应如下所示（出于空间考虑，整数被截断）：

用于生成列表的代码使用调用相关函数（get_correlation），使用由包含上述变量的较大df和每对列所需的最小观察数（number）组成的列表，并传回上面列出的计算：

for i in list:

    HighCorr = (get_correlations(list[i],number))

    HighCorr[i] = HighCorr.to_frame()

---

您可以首先将dict转换为一个巨大的数据帧：

df = pd.concat(dictionary)

这将返回一个多索引数据帧，字典键是最高级别的索引

接下来，您可以将索引设置回原始格式：

df = df.reset_index().set_index(['String1', 'String2'])

由于需要获取特定索引的信息，请使用：

df.loc['Specific_str1', 'Specific_str2']

通过执行各种查询，您可以获得所需的信息：

number_of_times = df.loc['Specific_str1', 'Specific_str2'].shape[0]

# The dictionary key will be called 'level_0' when you re-index it
dates = df.loc['Specific_str1', 'Specific_str2']['level_0']

corr = df.loc['Specific_str1', 'Specific_str2']['Correlation']

---

我不太清楚您需要什么样的输出格式，所以您必须自己从这里获取。

您能否发布一些代码，说明如何生成与您拥有的类似的dict/pandas数据帧？当然，希望这对您有所帮助Arco Bast：谢谢您的帮助。我面临的挑战是，我不想手动键入每个变量（“特定的str1”等），因为这些变量可能会随着不同的相关标准而变化。@Newbie14，我仍然不太明白您需要什么。如果有相关条件，请使用df[df['correlation'==criteria]]].index返回所需的索引。如果需要所有内容，只需循环遍历索引，并为每个索引返回相关输出（基于上述3个查询）。

number_of_times = df.loc['Specific_str1', 'Specific_str2'].shape[0]

# The dictionary key will be called 'level_0' when you re-index it
dates = df.loc['Specific_str1', 'Specific_str2']['level_0']

corr = df.loc['Specific_str1', 'Specific_str2']['Correlation']