python - 在 pandas DataFrame 中存储 3 维数据

Question

我是 Python 的新手，我正在尝试了解如何使用 pandas DataFrames 操作数据。我搜索了类似的问题，但没有看到任何满足我确切需求的问题。如果这是重复的，请指出正确的帖子。

所以我有多个具有完全相同形状、列和索引的 DataFrame。如何将它们与标签结合起来，以便我可以使用任何列/索引/标签轻松访问数据？

例如在下面的设置之后，我如何将 df1 和 df2 放入一个 DataFrame 中并用名称“df1”和“df2”标记它们，这样我就可以像 df['A']['df1'][ 'b'], 得到 df 的行数?

>>> import numpy as np
>>> import pandas as pd
>>> df1 = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'], index=['a', 'b'])
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['A', 'B'], index=['a', 'b'])
>>> df1
   A  B
a  1  2
b  3  4
>>> df2
   A  B
a  5  6
b  7  8

Answer 1

我认为 MultiIndex DataFrame 是由 concat 创建的答案:

df = pd.concat([df1, df2], keys=('df1','df2'))
print (df)
       A  B
df1 a  1  2
    b  3  4
df2 a  5  6
    b  7  8

然后对于基本选择可以使用 xs :

print (df.xs('df1'))
   A  B
a  1  2
b  3  4

对于选择索引和列一起使用 slicers :

idx = pd.IndexSlice
print (df.loc[idx['df1', 'b'], 'A'])
3

---

另一种可能的解决方案是使用 panels .

但在较新版本的 pandas 中是 deprecated .