如何从DataFrame列表提取r列并按文件名构建新DataFrame？

问题场景 #

你有一个包含8个DataFrame的列表all_df，每个DataFrame包含CloneID、r等字段；同时有一个文件名元组all_files，对应每个DataFrame的来源文件。需要将每个DataFrame的r列提取出来，以CloneID为索引，列名对应该DataFrame的文件名，合并到新的DataFramedf_relative中。

你原本使用以下代码时，仅能添加最后一个DataFrame的r列：

r_column= df_relatieve_expression[["r"]]
df_relatieve_expression[file]= r_column

错误原因 #

你的代码没有正确初始化目标DataFrame，且未将每个DataFrame的CloneID设为索引来保证合并时的匹配，循环操作中也没有实现逐步合并，最终仅保留了最后一次循环的结果。

解决方案 #

方法一：循环逐步合并 #

通过遍历配对的DataFrame和文件名，逐个处理并合并到目标DataFrame：

import pandas as pd

# 初始化目标DataFrame
df_relative = None

# 同时遍历DataFrame列表与文件名元组
for df, file_name in zip(all_df, all_files):
    # 提取CloneID和r列，设置CloneID为索引，并重命名r列为对应文件名
    temp_df = df[["CloneID", "r"]].set_index("CloneID").rename(columns={"r": file_name})
    if df_relative is None:
        # 第一个DataFrame直接赋值
        df_relative = temp_df
    else:
        # 按索引合并，可根据需求选择how参数（inner/outer）
        df_relative = df_relative.join(temp_df, how="outer")

方法二：用pd.concat高效合并 #

更简洁的方式是先生成所有处理后的子DataFrame，再一次性合并：

import pandas as pd

# 生成处理后的子DataFrame列表
processed_dfs = []
for df, file_name in zip(all_df, all_files):
    temp_df = df[["CloneID", "r"]].set_index("CloneID").rename(columns={"r": file_name})
    processed_dfs.append(temp_df)

# 按列合并所有子DataFrame
df_relative = pd.concat(processed_dfs, axis=1)

两种方法都能保证每个r列以对应文件名作为列名，且以CloneID为索引完成匹配合并。

内容的提问来源于stack exchange，提问作者Janssens