如何合并多个 DataFrame 的列表并用另一个列表标记每个列

Question

我有一个来自人口普查 api 的 DataFrames 列表，我每年都将拉入列表中。

因此，在我的 for 循环结束时，我有一个包含每年数据帧的列表和一个与 for 循环一起使用的年份列表。

我遇到的问题是合并列表中的所有 DataFrame，同时用年份列表标记它们。

所以我尝试使用 reduce 函数，但看起来它只占用了我拥有的 6 个数据帧中的 2 个。

concat 只是将它们添加到数据框中，而无需标记或更改任何内容

# Dependencies

import pandas as pd

import requests

import json

import pprint

import requests

from census import Census

from us import states

# Census

from config import (api_key, gkey)

year = 2012

c = Census(api_key, year)

for length in range(6):

    c = Census(api_key, year)

    data = c.acs5.get(('NAME', "B25077_001E","B25064_001E",

                          "B15003_022E","B19013_001E"),

                           {'for': 'zip code tabulation area:*'})

    data_df = pd.DataFrame(data)

    data_df = data_df.rename(columns={"NAME": "Name",

                                      "zip code tabulation area": "Zipcode",

                                      "B25077_001E":"Median Home Value",

                                     "B25064_001E":"Median Rent",

                                     "B15003_022E":"Bachelor Degrees",

                                     "B19013_001E":"Median Income"})

    data_df = data_df.astype({'Zipcode':'int64'})   

    filtervalue = data_df['Median Home Value']>0

    filtervalue2 = data_df['Median Rent']>0

    filtervalue3 = data_df['Median Income']>0

    cleandata = data_df[filtervalue][filtervalue2][filtervalue3]

    cleandata = cleandata.dropna()

    yearlst.append(year)

    datalst.append(cleandata)

    year += 1

所以这会生成两个单独的列表，一个带有年份，另一个带有数据框。

因此，我的输出出现在一个缺少 Dataframe 条目的 Dataframe 中，或者它只是在不更改列的情况下连接了所有数据。

我要寻找的是如何合并列表中的所有内容，但是如果可能的话，合并时 datalst[0] 将被标记为 yearlst[0]

Answer 1

不需要年份列表，只需assign将年份列到数据框。另外避免增加年份并将其作为迭代器列。事实上，考虑链接您的流程：for year in range(2012, 2019):    c = Census(api_key, year)     data = c.acs5.get(('NAME', "B25077_001E","B25064_001E", "B15003_022E","B19013_001E"),                       {'for': 'zip code tabulation area:*'})     cleandata = (pd.DataFrame(data)                    .rename(columns={"NAME": "Name",                                     "zip code tabulation area": "Zipcode",                                     "B25077_001E": "Median_Home_Value",                                     "B25064_001E": "Median_Rent",                                     "B15003_022E": "Bachelor_Degrees",                                     "B19013_001E": "Median_Income"})                    .astype({'Zipcode':'int64'})                    .query('(Median_Home_Value > 0) & (Median_Rent > 0) & (Median_Income > 0)')                   .dropna()                   .assign(year_column = year)                 )    datalst.append(cleandata)final_data = pd.concat(datalst, ignore_index = True)