複数のパンダのデータフレームを結合する

Question

私は次の問題を抱えています。私は、それぞれの株式の数（たとえば価格、標準偏差など）のための一つの特定の特性を含む複数の個々のデータフレーム（50）を持っているので、このような何か：

import pandas as pd 
import numpy as np 

dates = pd.date_range('20130101',periods=6) 

df1 = pd.DataFrame(np.random.randn(6,4),index=dates,\ 
columns('AAPL','MSFT','TSLA','GE')) 

df2 = pd.DataFrame(np.random.randn(6,4),index=dates,\ 
columns=('AAPL','MSFT','TSLA','GE')) 

df3 = pd.DataFrame(np.random.randn(6,4),index=dates,\ 
columns=('AAPL','MSFT','TSLA','GE')) 

df4 = pd.DataFrame(np.random.randn(6,4),index=dates,\ 
columns=('AAPL','MSFT','TSLA','GE')) 

今、私は、このようなAのものをマージしたいです私は連結を使用することになり

aapl = pd.DataFrame(np.random.randn(6,4),index=dates,\ 
columns=('AAPL1','AAPL2','AAPL3','AAPL4')) 

msft = pd.DataFrame(np.random.randn(6,4),index=dates,\ 
columns=('MSFT1','MSFT2','MSFT3','MSFT4')) 

tsla = pd.DataFrame(np.random.randn(6,4),index=dates,\ 
columns=('TSLA1','TSLA2','TSLA3','TSLA4')) 

ge = pd.DataFrame(np.random.randn(6,4),index=dates,\ 
columns=('GE1','GE2','GE3','GE4')) 

Answer 1

：：私は1つの、特定の株式の特性の全てを含む各株式のデータフレームなので、このような何かを得ること方法、

In [11]: res = pd.concat([df1, df2, df3, df4], keys=[1, 2, 3, 4], axis=1) 

In [12]: res 
Out[12]: 
        1          2          3          4 
       AAPL  MSFT  TSLA  GE  AAPL  MSFT  TSLA  GE  AAPL  MSFT  TSLA  GE  AAPL  MSFT  TSLA  GE 
2013-01-01 0.144764 1.292692 -1.303908 -0.843892 -1.104683 -1.178507 0.898648 -0.626209 0.492292 0.147169 1.814729 0.562406 -0.121656 0.865116 0.430813 -0.326225 
2013-01-02 -0.163063 0.019601 -2.565271 0.708233 0.317464 -2.574969 -0.080129 -1.176806 0.045253 0.684745 -1.062797 -0.483389 -0.579194 0.401920 -0.393240 0.113734 
2013-01-03 0.213592 -0.732072 -0.942323 0.191418 -0.962551 -0.027296 0.665155 2.775983 -0.627107 -0.015927 0.939107 0.239057 0.548166 -1.753082 -0.007525 1.771812 
2013-01-04 1.067464 -0.331888 0.638843 -1.197937 0.925848 2.273798 0.646925 -2.910974 0.531653 -0.748255 0.262995 0.077923 -0.867982 1.174089 0.183573 0.263749 
2013-01-05 0.873720 -0.816305 0.270330 -1.543169 0.116701 -1.392711 1.519368 -0.601046 -0.154348 -0.345653 -0.785385 -0.095604 1.351421 0.192520 0.802445 2.107376 
2013-01-06 -0.781975 1.007111 -2.555165 -1.866207 1.480997 0.212057 1.053570 -0.798790 -0.785660 -0.853178 -2.274432 0.481971 -1.555876 -0.928069 -0.408319 0.270534 

あなたは、xsを使用してAPPLを引き出すことができます。

In [13]: res.xs("AAPL", level=1, axis=1) 
Out[13]: 
        1   2   3   4 
2013-01-01 0.144764 -1.104683 0.492292 -0.121656 
2013-01-02 -0.163063 0.317464 0.045253 -0.579194 
2013-01-03 0.213592 -0.962551 -0.627107 0.548166 
2013-01-04 1.067464 0.925848 0.531653 -0.867982 
2013-01-05 0.873720 0.116701 -0.154348 1.351421 
2013-01-06 -0.781975 1.480997 -0.785660 -1.555876 

---

おそらく、よりよい事はグループの辞書を得ることです：

In [21]: d = dict(iter(res.groupby(level=1, axis=1))) 

In [22]: d["AAPL"] 
Out[22]: 
        1   2   3   4 
       AAPL  AAPL  AAPL  AAPL 
2013-01-01 0.144764 -1.104683 0.492292 -0.121656 
2013-01-02 -0.163063 0.317464 0.045253 -0.579194 
2013-01-03 0.213592 -0.962551 -0.627107 0.548166 
2013-01-04 1.067464 0.925848 0.531653 -0.867982 
2013-01-05 0.873720 0.116701 -0.154348 1.351421 
2013-01-06 -0.781975 1.480997 -0.785660 -1.555876