l oop, чтобы объединить кадры данных с суммой по группам

Question

У меня есть функция, которая перебирает API, чтобы получить результаты и проанализировать их в фрейме данных:

consolidated_branch = DataFrame(columns=['Inventory', 'Item1', 'Item2', 'Results'])
for each_branch in branches:  
    branch_result = get_branches_details(each_branch)  # get_branch_details returns a dataframe
    print(branch_result)

# Loop results: 

      Inventory ...   Results
Year            ...                                
2015  51746398  ...   1090532
2016  33864077  ...   -6915080
2017  43410104  ...   -3224172
2018  48753351  ...   -679117

[4 rows x 9 columns]

      Inventory ...   Results
Year            ...                                               
2017  2028092   ...   6100009
2018  2150537   ...   17570443

[2 rows x 9 columns]

......

Как мне объединить все ветви в consolidated_branch фрейм данных?

Я пробовал:

for each_branch in get_branch_details(branches):
    consolidated_branch  = concat([consolidated_branch, branch_result], axis=0, ignore_index=True).groupby(["Item1"]).sum()

print(consolidated_branch)

# results 

Empty DataFrame
Columns: [Inventory, Item1, Item2, Results]
Index: []

Не уверен, что это правильный способ объединения данных?

Answer 1

Вот простой пример, который я подготовил для объединения двух или более фреймов данных.

import pandas as pd
import numpy as np

# Create dummy dataframes that we need to append
adf= pd.DataFrame(data=np.random.rand(10,3), columns="a b c d".split())
bdf= pd.DataFrame(data=np.random.rand(20,3)*100.0, columns="a b c d".split())


cond= pd.DataFrame()
for df in [adf, bdf]:
    cond=cond.append(df)

cond теперь имеет оба фрейма данных.

Надеюсь, это то, что вы ищете?

Answer 2

Создать список из DataFrame s первым в списке:

L = [get_branches_details(each_branch) for each_branch in branches]  

Или по l oop:

L = []
for each_branch in branches:  
    L.append(get_branches_details(each_branch))

И затем использовать concat с совокупностью sum:

branch_result =  pd.concat(L, axis=0, ignore_index=True).groupby(["Item1"]).sum()