如何将指定DataFrame追加到DataFrame字典的所有测试DataFrame中？

问题分析 #

原代码存在以下无效/错误操作：

• test_dict.update 未传入任何参数，完全不起作用
• x|patchdataincl 是语法错误，且遍历test_dict时x是字典的键，不是对应的DataFrame对象
• 追加操作的时机和位置错误，没有对拆分后的测试DataFrame做正确的合并处理

正确实现方案 #

要将patchdataincl追加到test_dict内的所有测试DataFrame中，如果是行追加（纵向合并数据），使用pd.concat是最直接的方式；如果是列追加（横向合并字段），则调整concat的轴参数或使用merge。以下是两种场景的实现：

场景1：行追加（将patchdataincl的所有行加到测试集末尾） #

修改后的完整代码

import pandas as pd
from sklearn.model_selection import train_test_split

count = 0
while count < 50:
    count += 1
    num_samples = 100
    
    test_dict = dict()        
    ctrl_dict = dict()        
    
    if io == 1:  
        try:
            for x in range(num_samples):
                test_dict[x], ctrl_dict[x] = train_test_split(
                    data, 
                    test_size=1-patchPct, 
                    stratify=data[['sales_per_store_rank', 'store_cnt_rank', 'division']]
                )
        except:
            for x in range(num_samples):
                test_dict[x], ctrl_dict[x] = train_test_split(
                    data, 
                    test_size=1-patchPct, 
                    stratify=data[['sales_per_store_rank', 'store_cnt_rank']]
                )
    elif io == 2:
        try:
            for x in range(num_samples):
                test_dict[x], ctrl_dict[x] = train_test_split(
                    data, 
                    test_size=1-patchPct, 
                    stratify=data[['sales_per_store_rank', 'store_cnt_rank', 'division']]
                )
            # 拆分完成后统一追加patchdataincl
            for key in test_dict:
                test_dict[key] = pd.concat([test_dict[key], patchdataincl], ignore_index=True)
        except:
            for x in range(num_samples):
                test_dict[x], ctrl_dict[x] = train_test_split(
                    data, 
                    test_size=1-patchPct, 
                    stratify=data[['sales_per_store_rank', 'store_cnt_rank']]
                )
            # 拆分完成后统一追加patchdataincl
            for key in test_dict:
                test_dict[key] = pd.concat([test_dict[key], patchdataincl], ignore_index=True)

关键说明

• pd.concat([df1, df2], ignore_index=True)：纵向合并两个DataFrame，ignore_index=True会重置合并后的索引，避免出现重复索引问题
• 统一处理的方式比在循环内逐个处理更简洁，逻辑更清晰，尤其适合大样本量的场景

场景2：列追加（将patchdataincl的字段合并到测试集） #

如果需要横向合并字段，确保两个DataFrame的索引或匹配键一致，修改合并代码即可：

# 列追加示例（假设按索引匹配）
for key in test_dict:
    test_dict[key] = pd.concat([test_dict[key], patchdataincl], axis=1)

# 或按指定键合并（比如存在共同的id字段）
for key in test_dict:
    test_dict[key] = pd.merge(test_dict[key], patchdataincl, on="共同字段名", how="left")

内容的提问来源于stack exchange，提问作者a.s.1