Python 基于iindex合并数据帧，为结果列应用特定函数

我有一个大数据帧列表，例如

N=100000
data = [pd.DataFrame(np.random.rand(2*N).reshape(N,2), columns = ['foo','bar']) for _ in range(100)]

并且想要计算他们的隔离，例如：

>>> pd.concat(data).quantile([.1,.3,.6,.9])
          foo       bar
0.1  0.100087  0.100087
0.3  0.300140  0.299953
0.6  0.600156  0.600022
0.9  0.900219  0.899880

---

我的问题是连接需要一些时间，然后在生成的大数据帧上计算分位数。我想知道是否有一种方法可以做到这一点，而不必组合串联。

那么您想分别计算列表中每个数据帧的分位数吗？不，我想计算我现在正在做的事情，但不必计算。。。不确定这有多容易，因为计算分位数（天真地？？？）意味着您需要对数据进行排序，但如果情况并非如此（例如？？？），则可能有一个函数将遍历每个数据帧，然后输出总分位数或者，这只能用于近似，在这种情况下，我现在将坚持concat。。。