Python 将多个未对齐的数据帧合并到单个数据帧中

我有多个包含股票价格的数据框，我希望将这些数据框对齐到一个仅包含所有股票收盘价的数据框中

我希望所有数据框中的所有日期都出现在日期列（索引）和“NA”中，以防某只股票在该日期没有收盘价

具有两个数据帧（df1和df2）的示例：

现在我可以做了

In [8]: frame=pd.DataFrame({"df1.Close":df1["Close"], "df2.Close":df2["Close"]})

结果如预期：

In [9]: frame
Out[9]:
            df1.Close  df2.Close
Date1
2012-01-01      22.30      22.30
2012-01-02        NaN      21.24
2012-01-03      21.24        NaN
2012-01-04      22.16      22.16
2012-01-05      24.04        NaN
2012-01-06        NaN      24.04
2012-01-07        NaN      21.04

对于动态数量的数据帧，我需要如何更改代码才能执行相同的操作？ 现在，我有8个数据帧需要以这种方式对齐。有没有办法循环遍历数据帧列表并像上面那样对齐它们，而不是手动绑定数据帧名称（打个比方说，类似于df[0]到df[7]）

提前感谢并致以亲切的问候！

---

Dirk

如果列表中有数据帧（实际的数据帧对象，我的意思是，不是它们的名称），看起来像这样：

dflist = [df1, df2, df3, df4, df5, df6, df7, df8]

{"df{0:d}.Close".format(idx+1): df["Close"] for idx, df in enumerate(dflist)}

然后，下面的代码应该完成您想要的功能：

frame = {}
for idx, df in enumerate(dflist):
    n = idx+1  # Since lists are 0-indexed
    name = "df{0:d}.Close".format(n)
    close = df["Close"]
    frame[name] = close

您可以通过dict理解更简洁地完成这项工作，但在示例代码中，为了便于理解，我更喜欢更明确地解释。作为参考，dict理解如下：

dflist = [df1, df2, df3, df4, df5, df6, df7, df8]

{"df{0:d}.Close".format(idx+1): df["Close"] for idx, df in enumerate(dflist)}

---

很酷，非常感谢！举个例子，我已经成功了一半。现在我如何使“dflist”动态化？我不知道我需要多少数据帧，所以我想我正在寻找一种方法来动态创建一些数据帧，然后使用您的代码。非常感谢你的帮助！只需使用标准的列表操作方法，如

append（）

——例如，当您获得一个新的数据帧时，执行类似于

dflist.append（new_df）

的操作。我想我离它越来越近了。我现在将数据帧加载到dict中，其中键是股票的报价器，值是带有OHLC股票报价的数据帧。现在我有了一个包含8个键/值对的dict。剩下的问题是：如何通过迭代我的dict将数据帧合并成一个数据帧？如果你迭代一个dict，你会得到key:

for key in my_dict:print key

。但是dict还有一个

iteritems（）

方法来生成

（key，value）

的元组，因此您可以在my_dict.iteritems（）中对key，val执行

。请注意，在Python3中，
iteritems（）
被重命名为
items（）
，因此根据您是在Python2.x还是3.x上使用适当的名称。Python教程介绍了您要问的一些问题——您已经解决了吗？如果没有，可能对你有好处。根据您使用的是Python3.x还是2.x，转到或。