創建熊貓數據框與每個元素從其他數據框創建的元組

Question

我需要創建一個數據框包含一系列數據框數組中的元組。我需要的是以下內容：

我有dataframes a和b：

a = pd.DataFrame(np.array([[1, 2],[3, 4]]), columns=['one', 'two']) 
b = pd.DataFrame(np.array([[5, 6],[7, 8]]), columns=['one', 'two']) 

a: 
    one two 
0 1 2 
1 3 4 

b: 
    one two 
0 5 6 
1 7 8 

我想創建一個數據幀a_b，其中每個元素是在從相應的元素形成的元組和b，即

a_b = pd.DataFrame([[(1, 5), (2, 6)],[(3, 7), (4, 8)]], columns=['one', 'two']) 

a_b: 
     one  two 
0 (1, 5) (2, 6) 
1 (3, 7) (4, 8) 

理想情況下，我想用任意數量的數據幀做到這一點。 我一直希望有一個更優雅的方式比使用的循環 我使用python 3

Answer 1

您可以使用numpy.rec.fromarrays((a.values, b.values)).tolist()：

In [34]: pd.DataFrame(np.rec.fromarrays((a.values, b.values)).tolist(), 
         columns=a.columns, 
         index=a.index) 
Out[34]: 
     one  two 
0 (1, 5) (2, 6) 
1 (3, 7) (4, 8) 

混融三教DF的：

In [36]: pd.DataFrame(np.rec.fromarrays((a.values, b.values, a.values)).tolist(), 
         columns=a.columns, 
         index=a.index) 
Out[36]: 
     one  two 
0 (1, 5, 1) (2, 6, 2) 
1 (3, 7, 3) (4, 8, 4) 

更新：

假設你事先並不知道數據幀的數量，你會怎麼做 ？

In [60]: dfs = [a,b,a] 

In [62]: tuple_of_dfs = (x.values for x in dfs) 

In [63]: pd.DataFrame(np.rec.fromarrays(tuple_of_dfs).tolist(), columns=a.columns, index=a.index) 
Out[63]: 
     one  two 
0 (1, 5, 1) (2, 6, 2) 
1 (3, 7, 3) (4, 8, 4) 

Answer 2

你可以使用zip超過a列，b

In [31]: pd.DataFrame({x: zip(a[x], b[x]) for x in a.columns}) 
Out[31]: 
     one  two 
0 (1, 5) (2, 6) 
1 (3, 7) (4, 8)