将多个未对齐的数据帧合并为单个pandas数据帧

Question

我有多个数据框架与股票价格,我想要对齐到一个数据框架,其中只包含所有股票的收盘价.

我希望所有数据框中的所有日期都出现在日期列(索引)和"NA"中,以防该日期的股票没有收盘价.

两个数据帧(df1和df2)的示例:

In [5]: df1
Out[5]:
            Open   High   Low    Close
Date1
2012-01-05  22.00  22.66  23.11  24.04
2012-01-04  24.04  23.80  23.08  22.16
2012-01-03  22.16  21.27  20.42  21.24
2012-01-01  21.24  22.30  22.52  22.30

In [7]: df2
Out[7]:
             Open   High    Low  Close
Date1
2012-01-07  23.00  21.66  25.11  21.04
2012-01-06  22.00  22.66  23.11  24.04
2012-01-04  24.04  23.80  23.08  22.16
2012-01-02  22.16  21.27  20.42  21.24
2012-01-01  21.24  22.30  22.52  22.30

现在我能做到

In [8]: frame=pd.DataFrame({"df1.Close":df1["Close"], "df2.Close":df2["Close"]})

结果如预期:

In [9]: frame
Out[9]:
            df1.Close  df2.Close
Date1
2012-01-01      22.30      22.30
2012-01-02        NaN      21.24
2012-01-03      21.24        NaN
2012-01-04      22.16      22.16
2012-01-05      24.04        NaN
2012-01-06        NaN      24.04
2012-01-07        NaN      21.04

我如何更改代码以对动态数量的数据帧执行相同操作？现在,我需要以这种方式对齐8个数据帧.有没有办法循环通过一个数据帧列表并像上面那样对齐它们 - 而不是手动绑定数据帧名称(如df [0]到df [7]比喻说)？

在此先感谢您的亲切问候!短剑

Answer 1

如果您的列表中有数据框（我的意思是实际的数据框对象，而不是它们的名称），则看起来像这样：

dflist = [df1, df2, df3, df4, df5, df6, df7, df8]

那么以下代码应该执行您正在寻找的操作：

frame = {}
for idx, df in enumerate(dflist):
    n = idx+1  # Since lists are 0-indexed
    name = "df{0:d}.Close".format(n)
    close = df["Close"]
    frame[name] = close

您可以通过字典理解来更紧凑地完成此操作，但在示例代码中，我更喜欢更明确地拼写内容以便于理解。作为参考，字典理解看起来像这样：

{"df{0:d}.Close".format(idx+1): df["Close"] for idx, df in enumerate(dflist)}