熊猫：迭代级联存储在dataframes
问题描述：
的字典列
假设我有的pandas dataframes，其中键是0, 1, 2, ..., 999一个字典，并且这些值都是这样dataframes（test_df）：熊猫：迭代级联存储在dataframes
A B C
0 1.438161 -0.210454 -1.983704
1 -0.283780 -0.371773 0.017580
2 0.552564 -0.610548 0.257276
3 1.931332 0.649179 -1.349062
4 1.656010 -1.373263 1.333079
5 0.944862 -0.657849 1.526811
说，索引意味着什么给你，并要建立一个新的数据帧，其中，列A和B被连接：
mydf=pd.concat([test_df[0]['A'],test_df[0]['B']], axis=1, keys=['A','B'])
现在，我可以在for循环中使用这一行，它遍历我的数据框字典中的所有键？
如果不是，那么将采取另一种方式做到这一点？结果将是一个有两列的数据帧，分别为A和B和6x1000行。索引列因此将从0变为5999。
答
如果df_dic是你的字典里，你可以这样做：
pd.concat([df[['A', 'B']] for df in df_dic.values()]).reset_index(drop=True)
下面是结果是什么样子，如果df_dic包含两个键值对：
就放心：我认为我不会失去A-to-B配对，对吗？ – FaCoffee
当你做'df [['A'，'B']]'时，它从你的数据框中选择列'A'和'B'，所以列表理解创建一个数据框列表，其中'A'和'来自每个数据帧的“B”与原始数据帧中的顺序相同。所以是的，它不应该。 – Psidom