python中有没有办法过滤字典中的所有数据帧

如何解决python中有没有办法过滤字典中的所有数据帧

我有一本字典，其中以excel名称为键，其内容为值。我基本上有一个包含多个数据帧的字典。 现在，我想根据特定特征过滤此字典（及其中的所有数据帧）。

E.G。：

dictionary = {'contact': 
    ID  companyID   Anrede  Titel   firstname   surname
0   3025    2705    Mrs.    Sam Smith
1   3026    2706    Mr.     Michael Smith
2   3027    2710    Mr.     Christian   Peterson,'geography':
    ID  companyID randomID  ContinentID
0   1   3060    0   1.0
1   6   3060    2   1.0
2   7   2710    0   1.0
3   24  7530    0   6.0
4   28  3759    0   6.0,...
}

对不起，我不知道如何正确显示它。希望您理解该原理。

现在我想按公司ID或姓氏来过滤它...

姓氏对我来说尤其奇怪-例如，应该没有办法通过companyID连接这些数据框，然后轻松按姓氏对其进行过滤，这意味着我只能看到所有输入中有姓名的人例如史密斯。

提前谢谢！

解决方法

正如@ user32882所指出的，最好将多个数据帧基于“ ID”或“ companyID”合并为一个，然后执行过滤。您可以通过“ companyID”合并它们，如下所示。

final_df = None
for key,value in dictionary.items():
    value = value.set_index(['ID','companyID'])
    # add an extra level of column where the level is the key from dict
    value.columns = pd.MultiIndex.from_product([[key],value.columns])
    if not type(final_df) == pd.DataFrame:
        final_df = value
    else:
        final_df = final_df.merge(value,left_index=True,right_index=True,how='outer')

Out:
             contact                            geography            
              Anrede Titel  firstname   surname  randomID ContinentID
ID companyID                                                         
0  3025       2705.0  Mrs.        Sam     Smith       NaN         NaN
1  3026       2706.0   Mr.    Michael     Smith       NaN         NaN
   3060          NaN   NaN        NaN       NaN       0.0         1.0
2  3027       2710.0   Mr.  Christian  Peterson       NaN         NaN
6  3060          NaN   NaN        NaN       NaN       2.0         1.0
7  2710          NaN   NaN        NaN       NaN       0.0         1.0
24 7530          NaN   NaN        NaN       NaN       0.0         6.0
28 3759          NaN   NaN        NaN       NaN       0.0         6.0

NaN很少，因为您在每个数据帧中没有匹配的索引。希望您的实际数据一致。有了这个“合并”的数据框后，就可以过滤您喜欢的任何列。

说明

您有不同的“组”列，这些列在dict中表示为单独的键值对。我假设您想将这些数据框与“ ID”和“ companyID”合并为某种索引。这就是上面的代码所实现的。它还增加了列索引的额外级别，以指示列集来自哪个“键”。