Python 在由不同数据帧组成的列表上迭代

假设我有一个由3个数据帧组成的列表，即

lst = [df1,df2,df3]

其中：

d1 = {'col1':['a','b','c','d','e']}
df1= pd.DataFrame(d1)
d2 = {'col1':['b','c','a','d','e']}
df2= pd.DataFrame(d2)
d3 = {'col1':['b','c','e','d','a']}
df3= pd.DataFrame(d3)

对于

lst

中的每个df，我想通过

col1

找到字母

a

的秩，并从中生成一个新的数据帧，输出应该如下所示：

  dataframe index  rank of a
0                0          0
1                1          2
2                2          4

也就是说，对于

df1

而言，字母

a

位于第0个索引上，对于

df2

而言，字母

a

位于第2个索引上，依此类推。我想知道这是怎么做到的

我试着做：

ll = []
for i in lst:
    x = i[i['col1'].isin(['a'])]
    ll.append(x)

它提取了

a

的等级，然后我尝试了

lll = []
for i in ll:
    x = ll[i][0]
    lll.append(x)

---

这是行不通的，我认为我的方法通常不是最好的方法。

您可以通过一个简单的循环来完成dfs：

rank_a = []
for df in lst:
    rank_a.append(df[df.col1 == "a"].index[0])

# rank_a = [0,2,4]

其思想是过滤col1中带有“a”的行，并使用索引进行排名。上面的代码假设“a”始终是col1，所以取第一个。 只要dfs有默认索引，就可以了，如果没有，您可以随时重置索引

然后构建最终df：

rank_df = pd.DataFrame({
    "dataframe index": range(len(lst)),
    "rank of a": rank_a
})

尝试：

输出：

   df  rank_of_a
0   0          0
1   1          2
2   2          4

   df  rank_of_a
0   0          0
1   1          2
2   2          4