Pandas Python: 将多个dataframe存储在列表中

在本文中，我们将介绍如何使用Pandas库在Python中将多个dataframe存储在列表中。列表是一种有序的集合，可以用于存储多个相同类型的元素。通过将多个dataframe存储在一个列表中，我们可以更方便地对它们进行处理和管理。

创建多个dataframe

首先，我们需要创建多个dataframe来存储在列表中。假设我们要创建三个dataframe，分别包含学生的姓名、年龄和分数信息。我们可以使用Pandas的DataFrame函数来创建这些dataframe，并使用字典来指定列名和数据。

import pandas as pd

# 创建第一个dataframe，包含学生的姓名信息
df1 = pd.DataFrame({'姓名': ['张三', '李四', '王五']})

# 创建第二个dataframe，包含学生的年龄信息
df2 = pd.DataFrame({'年龄': [18, 19, 20]})

# 创建第三个dataframe，包含学生的分数信息
df3 = pd.DataFrame({'分数': [90, 85, 95]})

将dataframe存储在列表中

创建了多个dataframe后，我们可以使用Python的列表来存储它们。在将dataframe存储在列表中时，我们只需要将它们按照顺序添加到列表中即可。

# 将dataframe存储在列表中
df_list = [df1, df2, df3]

现在，我们已经成功地将三个dataframe存储在了一个列表中。

访问列表中的dataframe

一旦我们将dataframe存储在列表中，我们可以通过索引访问它们。索引从0开始，因此第一个dataframe的索引为0，第二个为1，依此类推。

# 访问第一个dataframe
df1_from_list = df_list[0]
print(df1_from_list)

# 访问第二个dataframe
df2_from_list = df_list[1]
print(df2_from_list)

# 访问第三个dataframe
df3_from_list = df_list[2]
print(df3_from_list)

我们可以根据需要访问列表中的任何一个dataframe。例如，如果我们想要访问第二个dataframe中的学生年龄信息，我们可以使用df_list[1]来获取它。

操作列表中的dataframe

一旦我们访问到列表中的dataframe，我们可以像处理任何其他dataframe一样对它们进行操作。例如，我们可以使用Pandas的函数和方法对dataframe进行筛选、排序、计算等操作。

# 对第一个dataframe按照姓名进行排序
df1_sort_by_name = df1_from_list.sort_values(by='姓名')
print(df1_sort_by_name)

# 获取第二个dataframe中年龄大于18岁的学生
df2_age_gt_18 = df2_from_list[df2_from_list['年龄'] > 18]
print(df2_age_gt_18)

# 计算第三个dataframe中学生分数的平均值
df3_mean_score = df3_from_list['分数'].mean()
print(df3_mean_score)

我们可以根据需要对列表中的每一个dataframe进行操作，并使用它们进行数据分析和处理。

修改列表中的dataframe

除了可以操作列表中的dataframe外，我们还可以直接修改它们。我们可以通过索引获取到列表中的某个dataframe，并对其进行修改。

# 修改第一个dataframe中第三个学生的姓名为'赵六'
df1_from_list.at[2, '姓名'] = '赵六'
print(df1_from_list)

上述代码将第一个dataframe中第三个学生的姓名由’王五’修改为’赵六’。

删除列表中的dataframe

如果我们想要删除列表中的某个dataframe，可以使用Python的del关键字来删除。

# 删除第二个dataframe
del df_list[1]

上述代码将列表中的第二个dataframe删除。

添加新的dataframe到列表中

除了删除dataframe，我们还可以在现有的列表中添加新的dataframe。我们可以使用Python的append方法将dataframe添加到列表的末尾。

# 创建一个新的dataframe，包含学生的性别信息
df4 = pd.DataFrame({'性别': ['男', '女', '男']})

# 将新的dataframe添加到列表中
df_list.append(df4)

上述代码创建了一个新的dataframe，并将其添加到列表的末尾。

遍历列表中的dataframe

如果我们想要遍历整个列表中的每个dataframe，并对它们进行操作，可以使用Python的循环结构来实现。

# 遍历列表中的每个dataframe
for df in df_list:
    # 对每个dataframe进行操作
    print(df)

上述代码将遍历整个列表，并打印出每个dataframe。

总结

本文介绍了如何使用Pandas库在Python中将多个dataframe存储在列表中。通过将多个dataframe存储在一个列表中，我们可以更方便地对它们进行处理和管理。我们学习了如何创建多个dataframe，并将它们存储在列表中。还学习了如何访问列表中的dataframe，对它们进行操作，修改和删除，以及添加新的dataframe到列表中。最后，我们还介绍了如何遍历整个列表中的dataframe。希望本文能够帮助您更好地理解和应用Pandas库中的多个dataframe存储技巧。