我想从包含许多数据表的Excel电子表格中读取和准备数据。
我首先使用pd.read_excel
和sheetname=None
从excel文件中读取数据,以便所有工作表都可以写入price_data对象。
price_data = pd.read_excel('price_data.xlsx', sheetname=None)
这给了我一个包含5个数据帧的OrderedDict对象。之后我需要获得组成对象price_data
的不同数据帧。我想为此使用for迭代,这使我有机会进行其他所需的迭代操作,例如设置数据帧的索引。这是我尝试过的方法
for key, df in price_data.items():
df.set_index('DeliveryStart', inplace=True)
key = df
使用这段代码,我希望每个数据帧都会被写入由key
迭代器命名的对象中,最后我将拥有与原始data_price
对象中的数据帧一样多的数据帧。但是我最终得到了两个相同的数据帧,一个名为key,另一个名为value。
建议?
当前行为的原因:
在您的示例中,将创建变量key
和df
(如果尚未存在)并在循环的每次迭代中覆盖。在每次迭代中,您将key
设置为指向对象df
(它也保留在df
中,因为Python允许多个指针指向同一个对象)。但是,然后在下一个循环中覆盖key
对象并将其设置为df
的新值。在循环结束时,变量将保持其最后状态。
为了显示:
from collections import OrderedDict
od = OrderedDict()
od["first"] = "foo"
od["second"] = "bar"
# I've added an extra layer of `enumerate` just to display the loop progress.
# This isn't required in your actual code.
for loop, (key, val) in enumerate(od.items()):
print("Iteration: {}".format(loop))
print(key, val)
key = val
print(key,val)
print("Final output:", key, val)
输出:
Iteration: 0
first foo
foo foo
Iteration: 1
second bar
bar bar
Final output: bar bar
解:
看起来你想要动态设置变量的名称与key
的值相同,这不是一个好主意(即使它可以完成)。有关更多讨论,请参阅Dynamically set local variable。
它听起来像一个dict
,或者OrderedDict
实际上是一个很好的格式,您可以将DataFrames与其源自的表格名称一起存储。实质上,您有一个容器,其中包含您要使用的命名属性。然后,您可以遍历项目以执行连接,过滤或类似工作。
如果您希望DataFrame在独立对象中有不同的原因,请留下评论,我会尝试提出后续建议。
如果您乐意在原地设置DataFrame的索引,可以尝试这样做:
for key in price_data:
price_data[key].set_index('DeliveryStart', inplace=True)