Python 数据帧嵌套字典到多索引数据帧
首先要构造一个简化版的问题数据集,这只是帮助创建一个示例,我手头只有最后一个嵌套。意思是我没有单独的dfs:Python 数据帧嵌套字典到多索引数据帧,python,pandas,Python,Pandas,首先要构造一个简化版的问题数据集,这只是帮助创建一个示例,我手头只有最后一个嵌套。意思是我没有单独的dfs: df1 = pd.DataFrame({'val':{'a': 1, 'b':2, 'c':3}}) df2 = pd.DataFrame({'val':{'a': 3, 'b':4, 'c':1}}) df3 = pd.DataFrame({'val':{'a': 2, 'b':1, 'c':4}}) dfs = [df1, df2, df3] dates = ['2017-01-26
df1 = pd.DataFrame({'val':{'a': 1, 'b':2, 'c':3}})
df2 = pd.DataFrame({'val':{'a': 3, 'b':4, 'c':1}})
df3 = pd.DataFrame({'val':{'a': 2, 'b':1, 'c':4}})
dfs = [df1, df2, df3]
dates = ['2017-01-26','2017-02-03','2017-02-10']
nest_dict = {}
for date, d in zip(dates, dfs):
nest_dict[date] = d
我想将其转换为多索引数据帧。
date1 a val1
b val2
c val3
date2 a val1
b val2
c val3
....
它基本上是一个以日期为键的数据帧,很容易成为一个面板,但由于它已被弃用,我如何将其转换为多索引数据帧?
我确实尝试了以下操作,但不起作用:
d = {(key, item) for key, item in corr_SH50.items()}
TypeError: 'DataFrame' objects are mutable, thus they cannot be hashed
带钥匙的concat:
pd.concat(dfs,keys=dates)
你期望什么样的多重索引?谢谢回复。我希望日期是主要索引,a、b、c是次要索引。稍后,我将需要使用pivotal表添加不同日期的值。不过,我无法访问dfs,这只会帮助创建嵌套字典。我只有最后一张票hand@user14384765更好的是:
pd.concat(nest\u dict)
那时也可以工作
val
2017-01-26 a 1
b 2
c 3
2017-02-03 a 3
b 4
c 1
2017-02-10 a 2
b 1
c 4