Python pandas无迭代合并列表内多个单列DataFrame的方法
无循环高效拼接实现
完全不需要手写循环逐次拼接,直接把整个df_list作为入参传给pd.concat即可完成合并:
dat = pd.concat(df_list, axis=1)
方案说明
- 该方案全程由pandas在底层完成批量处理逻辑,不需要手动编写迭代代码,完全符合你“无需使用循环、更高效”的需求。
- 对比你当前的循环写法:逐次拼接时每轮都要对已生成的临时DataFrame、新的待拼接DataFrame重新做一次全量的索引对齐、内存分配和值拷贝,列表里的DataFrame越多,这种重复的额外开销就越大。而一次性传入整个列表的拼接方式,会统一收集所有待合并对象,一次性完成所有对齐和内存分配操作,没有中间重复计算,效率会高很多。
- 针对你给出的示例场景:三个单列DataFrame的行索引完全一致(都是0、1、2的默认整数索引),拼接完成后的输出和你预期的效果完全一致:
A B C 0 1 4 7 1 2 5 8 2 3 6 9
边界场景提示
如果后续遇到列表中的DataFrame行索引不完全对齐的情况,pd.concat默认会取所有索引的并集做匹配,缺失值位置会自动填充NaN。如果需要完全忽略原有索引、严格按行的物理位置对齐列内容,可以在调用时加参数ignore_index=True,统一重置为连续的整数行索引。
内容的提问来源于stack exchange,提问作者bison72
相关产品推荐
相关产品推荐

