Python字典中基于键前两个值合并DataFrame的方法

嘿，这个需求挺典型的，我来分享一个简单直接的实现方式，完全贴合你的预期结果：

核心思路 #

我们需要按原字典键的前两个元素分组，把同一组下的所有DataFrame按列合并（也就是横向拼接），最后生成以这两个元素为新键的字典。

完整代码实现 #

import pandas as pd

# 你的原始字典
dct = { (1/1 , 2/1, 'AAPL') : pd.DataFrame({'aapl' : [1,2,3]}), 
        (1/1, 2/1 , 'XOM') : pd.DataFrame({'xom' : [4,5,6]}) }

# 初始化一个空字典用于存放分组后的结果
merged_dct = {}

# 第一步：按键的前两个元素分组收集DataFrame
for key, df in dct.items():
    # 提取键的前两个元素作为新的分组键
    group_key = key[:2]
    # 如果分组键不存在，就创建一个空列表来存对应的DataFrame
    if group_key not in merged_dct:
        merged_dct[group_key] = []
    # 将当前DataFrame添加到对应分组的列表中
    merged_dct[group_key].append(df)

# 第二步：合并每个分组内的DataFrame
for group in merged_dct:
    # 按列合并（axis=1），如果你的DataFrame行索引不一致，可以考虑用join/merge调整
    merged_dct[group] = pd.concat(merged_dct[group], axis=1)

# 验证结果
print(merged_dct[(1.0, 2.0)])

代码解释 #

• 第一步遍历原始字典，把每个DataFrame按键[:2]（前两个元素）归类到对应的分组里；
• 第二步用pd.concat(axis=1)把同一分组的DataFrame横向拼接，正好得到你想要的多列DataFrame；
• 如果你的场景中不同DataFrame的行索引不匹配，可以把pd.concat换成pd.merge并指定how='outer'之类的参数来适配。

运行后你会得到预期的结果：

aapl  xom
0     1    4
1     2    5
2     3    6

内容的提问来源于stack exchange，提问作者thomas.mac