python - 我应该使用字典还是系列来保存一堆数据框？

Question

假设我有几个数据帧:df1、df2、df3 等。每个数据帧的标签是 A1、A2、A3 等。我想将这些信息作为一个整体使用，以便我可以传递它们。我想到了三种方法:

方法一

使用标签列表:labels=["A1", "A2", "A3"...] 和数据帧列表 dfs=[df1, df2, df3. ..].

方法二

使用字典:d={"A1": df1, "A2": df2, "A3": df3}。

方法三

使用 Pandas 系列:s=pd.Series([df1, df2, df3], index=["A1", "A2", "A3"])。

我将按顺序使用标签和数据框，因此我认为方法 1 和方法 3 应该是我的选择。但是，使用方法 1 需要我传递两个项目，而使用方法 3 我只需要保留一个对象。 将数据框放在一个系列中是一种常见的做法吗？我很少看到人们这样做，这是否违反最佳做法？有没有更好的建议？

Answer 1

OrderedDict 可能比为此使用系列更传统。

from collections import OrderedDict
d = OrderedDict([("A1", df1), ("A2", df2), ("A3", df3)])

这很容易迭代:

for label, df in d:
    print(label, df)

也就是说，我看不出有什么充分的理由不使用 pandas 系列。使用该系列的一个小优点是您可以使用点符号 s.A1、s.A2 等以及使用类似字典的符号 s[“A1”]。使用系列，也可以相对容易地对数据帧进行排序，在中间插入额外的数据帧，或者在以后需要时将额外的元数据与它们相关联。

(有关 Python 3.6 和 3.7 中的字典排序，请参阅 this question - 如果使用 Python 3.7，您可以使用普通字典而不是 OrderedDict，并且您不需要使用其他“有序”行为。在 Python 3.6 中，插入顺序的保留是一个实现细节，不应依赖。)