如何合并多个数据帧的列表并用另一个lis标记每列

Question

我有一个来自普查api的数据框架lisit，我每年都将其存储在列表中

因此，在for循环的末尾，我有一个列表，其中包含每年的数据帧，以及for循环旁边的年份列表

我遇到的问题是合并列表中的所有数据帧，同时用年份列表标记它们

因此，我尝试使用reduce函数，但它看起来只占用了我拥有的6个数据帧中的2个

concat只是将它们添加到数据帧中，而不进行任何标记或更改

# Dependencies

import pandas as pd
import requests
import json
import pprint

import requests
from census import Census

from us import states

# Census
from config import (api_key, gkey)
year = 2012
c = Census(api_key, year)

for length in range(6):
    c = Census(api_key, year)

    data = c.acs5.get(('NAME', "B25077_001E","B25064_001E",
                          "B15003_022E","B19013_001E"),
                           {'for': 'zip code tabulation area:*'})

    data_df = pd.DataFrame(data)
    data_df = data_df.rename(columns={"NAME": "Name",
                                      "zip code tabulation area": "Zipcode",
                                      "B25077_001E":"Median Home Value",
                                     "B25064_001E":"Median Rent",
                                     "B15003_022E":"Bachelor Degrees",
                                     "B19013_001E":"Median Income"})


    data_df = data_df.astype({'Zipcode':'int64'})   




    filtervalue = data_df['Median Home Value']>0
    filtervalue2 = data_df['Median Rent']>0
    filtervalue3 = data_df['Median Income']>0

    cleandata = data_df[filtervalue][filtervalue2][filtervalue3]
    cleandata = cleandata.dropna()


    yearlst.append(year)
    datalst.append(cleandata)
    year += 1

因此，这将生成两个单独的列表，一个是年份列表，另一个是数据框列表

因此，我的输出要么是一个数据帧缺少数据帧条目，要么只是包含所有数据帧而不更改列

我想知道的是如何在一个列表中合并所有数据，但是如果可能的话，在合并时，datalst[0]将被标记为yearlst[0]

Answer 1

不需要年份列表，只需将^{}年列添加到数据帧。另外，避免递增year并将其作为迭代器列。事实上，考虑链接你的过程：

for year in range(2012, 2019):
    c = Census(api_key, year) 

    data = c.acs5.get(('NAME', "B25077_001E","B25064_001E", "B15003_022E","B19013_001E"), 
                      {'for': 'zip code tabulation area:*'}) 

    cleandata = (pd.DataFrame(data) 
                   .rename(columns={"NAME": "Name", 
                                    "zip code tabulation area": "Zipcode", 
                                    "B25077_001E": "Median_Home_Value", 
                                    "B25064_001E": "Median_Rent", 
                                    "B15003_022E": "Bachelor_Degrees", 
                                    "B19013_001E": "Median_Income"}) 
                   .astype({'Zipcode':'int64'}) 
                   .query('(Median_Home_Value > 0) & (Median_Rent > 0) & (Median_Income > 0)')
                   .dropna()
                   .assign(year_column = year)
                 )

    datalst.append(cleandata)


final_data = pd.concat(datalst, ignore_index = True)