在字典中加载 CSV 文件，然后为每个 csv 文件创建数据框 Python

Question

我有多个 csv 文件 我可以使用关键字将它们作为数据帧加载到字典中。

# reading files into dataframes
csvDict = {}
for index, rows in keywords.iterrows():
    eachKey = rows.Keyword
    csvFile = "SRT21" + eachKey + ".csv"
    csvDict[eachKey] = pd.read_csv(csvFile)

现在我有其他函数可以应用于每个数据帧的特定列。

在单个数据帧上，代码将如下所示

df['Cat_Frames'] = df['Cat_Frames'].apply(process)

df['Cat_Frames'] = df['Cat_Frames'].apply(cleandata)

df['Cat_Frames'] = df['Cat_Frames'].fillna(' ')

我的问题是如何循环遍历字典中的每个数据帧以应用这些函数？

我已经尝试过了

for item in csvDict.items():
    df = pd.DataFrame(item)
    df

，它给了我空结果，

有什么解决方案或建议吗？

Answer 1

您可以像这样链接 apply：

for key, df in csvDict.items():
    df['Cat_Frames'] = df['Cat_Frames'].apply(process).apply(cleandata).fillna(' ')

Answer 2

Items 返回一个键/值的元组，所以你应该让你的 for 循环实际上说：

for key, value in csvDict.items():
  print(df)

如果你不在 jupyter 中，你还需要打印 df

Answer 3

for key, value in csvDict.items():
   df = pd.DataFrame(value)
   df

我认为这就是你应该如何遍历字典的方式。

Answer 4

当没有处理涉及另一数据集的一个数据集/帧中的数据时，不要收集数据集。
只处理当前的一个，然后继续下一个。

接收不会被使用的“解压值”的变量的常规名称是 _:

for _, df in csvDict.items():
    df['Cat_Frames'] = df['Cat_Frames'].apply(process).apply(…

- 但为什么要求键来忽略它们呢？迭代值：

for df in csvDict.values():
    df['Cat_Frames'] = df['Cat_Frames'].apply(process).apply(…