擅长:python、mysql、java
<p>如果列<code>Stock</code>中的值相同,则可以通过<a href="http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.iloc.html" rel="nofollow">^{<cd2>}</a>删除此列并使用<code>dict comprehension</code>(键是每个<code>df</code>中列{<cd1>}的第一个值):</p>
<pre><code>dfs = {df.ix[0,'Stock']: df.iloc[:, 1:] for df in [df1,df2,df3]}
print (dfs['AAPL'])
Year Profit CountPercent
0 2012 1 38.77
1 2013 1 33.33
print (dfs['ABC'])
Year Profit CountPercent
0 2012 1 40.00
1 2013 1 32.35
print (dfs['GOOG'])
Year Profit CountPercent
0 2012 1 43.47
1 2013 1 32.35
</code></pre>
<p>对于存储在<code>disk</code>中,我认为最好使用<a href="http://pandas.pydata.org/pandas-docs/stable/io.html#hdf5-pytables" rel="nofollow">hdf5 pytables</a>。在</p>
<p>如果每个<code>Stack</code>列中的值相同,则可以<a href="http://pandas.pydata.org/pandas-docs/stable/generated/pandas.concat.html" rel="nofollow">^{<cd8>}</a>全部<code>df</code>并存储它:</p>
^{pr2}$