python使用索引从组合数据帧中选择单个数据帧数据

我有三个不同长度的数据帧。我将它们组合成一个数据帧来保存它。现在，我想使用索引从组合数据帧中检索单个数据帧数据。我的问题示例如下：

df1 = 
   data
0   10
1   20

df2 = 
   data
0   100
1   200
2   300

df3 = 
   data
0   1000
1   2000
2   3000
3   4000

combdf = pd.concat ([df1,df2,df3],ignore_index=True])

combdf = 
    data
0   10
1   20
2   100
3   200
4   300
5   1000
6   2000
7   3000
8   4000

我想从combdf中检索各个数据帧的数据。我的代码：

data_len = [len(df1),len(df2),len(df3)]
for k in range(0,len(data_len),1):
    if k==0:
        st_id = 0
    else:
        st_id = sum(data_len[:k])
    ed_id = st_id+data_len[k]
    print(combdf.iloc[st_id:ed_id])

---

以上代码运行良好。有比这更好的方法不用于循环吗？

在循环时，您可以先生成索引，然后使用它们进行循环，而不是计算索引

data_len = [0, len(df1),len(df2),len(df3)]
data_index = np.cumsum(data_len) #contains [0,2,5,11]
for i in range(len(data_index)-1):
    print(df.iloc[data_index[i]:data_index[i+1]])

---

您可以使用具有原始数据帧名称的

pd.MultiIndex

创建第二个索引列。下面您可以看到一个示例，说明如何做到这一点：

将熊猫作为pd导入
df_dict={}
df_dict['df1']=pd.数据帧（[10,20]）
df_dict['df2']=pd.数据帧（[100200300]）
df_dict['df3']=pd.数据帧（[1000200030004000]）
对于df_名称，df_dict.items（）中的df：
#生成第二级索引
df_index_to_array=df.index.tolist（）
df_index_second_level=[df_范围内i的名称（0，df.shape[0]）]
df_idx_multi_index=pd.MultiIndex.from_数组([
df_索引_到_数组，
df_索引_第二级
])
df_dict[df_name]=df.set_索引（df_idx_multi_索引）
df_list=[df for u，df在df_dict.items（）中]
comb_df=pd.concat（df_列表）

这将导致：

          0
0 df1    10
1 df1    20
0 df2   100
1 df2   200
2 df2   300
0 df3  1000
1 df3  2000
2 df3  3000
3 df3  4000

为了访问每个项目，您可以使用

熊猫

中的

.loc

，例如：

>>comb_df.loc[0，'df2']
0 100
名称：（0，df2），数据类型：int64