python - pandas:将一系列 DataFrame 转换为单个 DataFrame

Question

我有一个 pandas Series 对象，每个值都是一个 DataFrame。我正在尝试将其转换为单个 DataFrame，所有 Series 值(单个 DataFrame)相互堆叠。如何在没有循环的情况下实现这一点？

下面的玩具示例可生成测试对象(结果)。

import pandas as pd
import numpy as np
numrows = 10000

def toy_function(x):
    silly_sequence = np.random.uniform(10, 100, (x+1))
    toy = pd.DataFrame({'ID':pd.Series(np.random.random_integers(1,20,3)),'VALUE':pd.Series((np.median(silly_sequence),np.mean(silly_sequence), np.max(silly_sequence)))})

    return toy

results = pd.DataFrame({'ID':range(numrows)})['ID'].apply(toy_function)

results 是 Series 类型，每个元素都是一个 DataFrame，如下所示:

In [1]: results[1]
Out[1]: 
   ID      VALUE
0  17  40.035398
1   8  40.035398
2  20  66.483083

我正在寻找一种将 results[1]、results[2] 等堆叠在一起的方法，以产生这样的 DataFrame:

   ID      VALUE
0  17  40.035398
1   8  40.035398
2  20  66.483083
4  12  25.035398
5   1  25.135398
6  19  65.553083
...

Answer 1

尝试使用 pd.concat。至少，pd.concat(series.tolist()) 应该可以工作。

它的默认设置是获取 pandas 数据帧或系列的列表，并将它们首尾相连地返回。 http://pandas.pydata.org/pandas-docs/stable/merging.html