向量化 pandas 数据框列表中的函数 [英] Vectorizing a function on a list of pandas dataframes
问题描述
我读取了一个excel文件,并将每个选项卡另存为pandas数据框.
I read an excel file and save each tab as a pandas dataframe.
import pandas as pd
xla = pd.ExcelFile("file_name.xlsx")
kl=xla.sheet_names
hf_list=[]
for i in range(len(kl)):
hf_list.append(pd.read_excel(xla, i,index_col=0))
我打算计算列表中每个数据帧的排名,因此编写了以下代码.
I intend to compute rank of each dataframe in the list so have written the following code.
def score_card(raw_list):
score_list=[]
for i in range(len(raw_list)):
score_list.append(raw_list[i].rank(axis=1))
return score_list
score_list=score_card(hf_list)
我想知道是否有一种方法可以对代码进行矢量化处理,并避免score_card函数中的for循环(也可以读取Excel文件). 预先感谢您的宝贵时间.
I was wondering if there is a way to vectorize the code and avoid for loop(s) in the score_card function (and also reading the excel file). Thanks in advance for your time.
推荐答案
如果在read_excel
为每个工作表名称获取DataFrame的顺序:
If use parameter sheet_name = None
in read_excel
get orderdict of DataFrames for each sheetname:
dfs = pd.read_excel("file_name.xlsx", sheet_name = None, index_col=0)
然后使用列表理解:
score_list = [v.rank(axis=1) for k, v in dfs.items()]
或使用concat
创建大的DataFrame:
Or create big DataFrame with concat
:
df = pd.concat(dfs.values())
这篇关于向量化 pandas 数据框列表中的函数的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!