如何将函数应用于多个Pandas数据框？

Question

我有多个数据框：

df1, df2, df3,..., dfn

他们拥有相同类型的数据，但来自无法合并的不同描述符组。现在我需要手动将相同的函数应用于每个数据框。

如何将相同的函数应用于多个数据框？

- Naravut Suvannang

Answer 1

pipe + 列表推导式

如果你的数据框包含相关数据，就像这个例子一样，你应该将它们存储在一个list中（如果数字排序足够），或者在一个dict中（如果你需要为每个数据框提供自定义标签）。然后，你可以通过列表推导式将每个数据框通过函数foo传递给pipe。

列表示例

df_list = [df1, df2, df3]
df_list = [df.pipe(foo) for df in df_list]

然后通过 df_list[0], df_list[1] 等访问您的数据框。

字典示例

df_dict = {'first': df1, 'second': df2, 'third': df3}
df_dict = {k: v.pipe(foo) for k, v in df_dict.items()}

然后通过 df_dict['first']，df_dict['second'] 等方式访问您的数据框。

- jpp

Answer 2

如果数据框具有相同的列，您可以将它们concat 到单个数据框中，但如果列不同，则没有真正“智能”的方法来执行此操作：

df1, df2, df3 = (df.apply(...) for df in [df1, df2, df3]) # or either .map or .applymap

- DeepSpace

---

方法名称不是应该叫 applymap（而不是 mapapply）吗？我经常会忘记，但我的集成开发环境很少会漏掉这一点。 - Dilettant

我无法将数据框连接起来，因为它们是不同类型的数据，但所有的数据框都需要执行完全相同的工作流程。 - Naravut Suvannang

它不起作用，所以有什么问题吗？“def unique(df): df['bioactivity_type'].unique() df1, df2, df3 = (df.apply(unique) for df in [df1, df2, df3])”KeyError: ('bioactivity_type', u'occurred at index activity_comment') - Naravut Suvannang