Python 有没有办法从另一个不定行长的数据帧动态生成数据帧？

我是Python的业余爱好者/初学者，但我有点被这个问题难住了。我拥有的是一个数据帧，它是对实时数据的API查询的结果。复杂的部分是，这个数据帧可能只产生几列或多列数据，而这不是可以预测或硬编码的。对缺少代码表示歉意：我必须提取并重新塑造数据的代码都工作得很好，但我在这里被难住了

我有一个df（称为

data\u-wide

），如下所示：

     Date         A1      B1      C1
0   2019-12-02  109.20  123.45  111.21 
1   2019-12-03  108.37  133.45  121.56
2   2019-12-05  109.32  154.11  131.34
3   2019-12-06  110.41  187.24  138.55
4   2019-12-09  110.79  201.32  132.42

我想我需要弄清楚如何动态地连接这些列。我需要日期和每个单独的列转换成这样的数据帧，理想情况下以标题字符串命名

     Date         A1     
0   2019-12-02  109.20  
1   2019-12-03  108.37  
2   2019-12-05  109.32  
3   2019-12-06  110.41  
4   2019-12-09  110.79  

及

及

但问题是

初始数据帧的列数不确定，因为我是通过API拉取数据生成的，根据查询可能有5列或30列。以前有人遇到过这样的用例吗？我可以手动拉第一组：

对于我进行的每个API查询，列名都将不同，因此不能将它们硬编码为文本值

但是我需要为date列和API请求生成的每个列生成一个dataframe。我觉得我应该能够在for语句的每个循环中增加第二个iloc值，但这似乎是不可能的

感谢所有对此有建议或见解的人

您可以尝试：

dfs = dict()
for col in data_wide.columns[1:]:
    dfs[col] = data_wide[['Date', col]]

然后，例如，

dfs['C1']

返回：

         Date      C1
0  2019-12-02  111.21
1  2019-12-03  121.56
2  2019-12-05  131.34
3  2019-12-06  138.55
4  2019-12-09  132.42

         Date      B1
0  2019-12-02  123.45
1  2019-12-03  133.45
2  2019-12-05  154.11
3  2019-12-06  187.24
4  2019-12-09  201.32

oneliner中的相同解决方案：

dfs = {k:v for (k,v) in [[col, data_wide[['Date', col]]] for col in data_wide.columns[1:]]}

或者创建数据帧列表

dfs = [data_wide[['Date', col]] for col in data_wide.columns[1:]]

然后，例如，

dfs[1]

返回：

         Date      C1
0  2019-12-02  111.21
1  2019-12-03  121.56
2  2019-12-05  131.34
3  2019-12-06  138.55
4  2019-12-09  132.42

         Date      B1
0  2019-12-02  123.45
1  2019-12-03  133.45
2  2019-12-05  154.11
3  2019-12-06  187.24
4  2019-12-09  201.32

试试这个：

frames = []

for col in datawide.drop("Date", axis=1).columns:
    frames.append(datawide[["Date", col]])

# 'frames' is a list with all resulting dataframes    
print(frames[0)]

# prints out to:
Date    A1
0   2019-12-02  109.20
1   2019-12-03  108.37
2   2019-12-05  109.32
3   2019-12-06  110.41
4   2019-12-09  110.79

---

无论列

日期
在您的数据框中的何处，此功能都有效。
您可以通过单个字典理解生成此功能：

date\u col=“date”
dfs={
col:df.loc[：，[date\u col，col]]
对于df列中的列
如果列！=日期列
}
df[['Date'，col\u name\u from\u API]]
？虽然列可能不同，但
'Date'
是否始终存在？如果是这样，你可以考虑使用它作为你的<代码>索引>代码>，然后在“代码”> DF上对单个系列循环进行切片变得更加容易。列日期将始终存在，列和它们的名称将有所不同。
。这很好，因为如果日期不是第一列，它不会中断：数据这似乎运行时没有错误，但它是否生成数据帧？我运行了一个
%who_ls DataFrame
，除了我手动创建的数据帧之外，没有看到任何其他内容。@jlgriffiths我假设
who_ls
只检查全局命名空间（因此容器内的对象不会显示）。您可以通过运行以下命令来验证这些都是数据帧：
[assert isinstance（df，pd.DataFrame）for df in dfs.values（）]
。这很有效！我唯一的另一个挑战是如何在事件发生后重命名列，但我认为这是一个小得多的挑战。感谢您的帮助。
frames = []

for col in datawide.drop("Date", axis=1).columns:
    frames.append(datawide[["Date", col]])

# 'frames' is a list with all resulting dataframes    
print(frames[0)]

# prints out to:
Date    A1
0   2019-12-02  109.20
1   2019-12-03  108.37
2   2019-12-05  109.32
3   2019-12-06  110.41
4   2019-12-09  110.79