Python - Tablica obiektów dla pandas

Question

Cześć,

Mam taki problem. Mam zrobioną pętlę, która generuje mi dane o typie pandas.dataframe. Zmienne są generowane dynamicznie i ładują się w string. Zatem czy jest jakaś możliwość, żeby załadować zmienne dataframe do jakiejś tablicy, a potem w tym samym "formacie" je wypakować? Na upartego mógłbym zrobić string -> dataframe, ale to z kolei angażuje stworzenie nowego dataframe, a string dodatkowo troche przekształca otrzymane dane.

 

wygląda to mniej więcej tak:

sheets = ["Arkusz1", "Arkusz2"]
k = len(sheets)
y = None
y = pandas.core.frame.DataFrame(y)
test = []

for i in range(k):
    for sheet in sheets:
        excel = pandas.read_excel(path, sheet_name=sheet)
        df = pandas.DataFrame(excel)
        df[date] = pandas.to_datatime(df[date])    # date to nazwa kolumny w excelu

        mask = (df[date] >= day1) & (df[date] <= day)
        df = df.loc[mask]
        y = y.append(df)  # tutaj caly czas jest typ dataframe
    
        test.append(f"{df}") # tutaj już powstaje string

I teraz kwestia jest taka, że potrzebuje kilka zmiennych (nie wiem ile, bo to zalezy od liczby wpisów w sheets, który przychodzi z ConfigParser) a potem w tej samej formie je wypakować do typu dataframe, żeby potem zrobić dataframe.to_html()

 

Tam jest dodatkowa pętla for i in range(k): - bo był pomysł, żeby to ładować w jakiś inny sposób x[i] = df, ale to nie przeszło, ale już zostawiłem to tak jak napisałem wyżej.

Comments

Nie ukrywam że zupełnie nie rozumiem co chcesz zrobić.

y = y.append(df)

tutaj sklejasz wyniki w jeden dataframe

test.append(f"{df}")

Tutaj masz tablicę stringów, co raczej nie ma sensu

test.append(df)

A to by była tablica frame'ów.

Ale nijak z tego nie mogę wywnioskować, po co w ogóle to robisz i jaką i czego tablicę koniec końców potrzebujesz.

---

Chodziło mi o to, aby każdy DataFrame z arkusza był w osobnej zmiennej (bo gdy był w jednej, to tabelka rozrastała się do gigantycznych rozmiarów). Jak robiłem tak jak zrobiłeś, nie do końca to działało, gdy chciałem to przenieść między metodami.
Czyli potrzebowałem konwersji: DataFrame -> String -> DataFrame

Odnosząc się do twojego pierwszego zapytania czemu sklejam wyniki do jednego df?
Otóż cel był taki, aby ze wszystkich arkuszy wyciągnąć tylko jedną kolumnę, która wszędzie nazywa się tak samo, a potem na jej podstawie zrobić porównanie. W moim przypadku to było excel = y[date] i tak oto miałem zbiór wszystkich dat ze wszystkich arkuszy od->do w jednym df i na jego podstawie robiłem porównanie w ifach. 

Po wielu walkach znalazłem pewne obejście - na pewno nie jest ono idealne, ale działa. 
Wystarczy wygenerować DataFrame do csv czyli np,  x.to_csv(index=False) a potem już tylko zrobić .replace na usunięcie średnika, czy tam przecinka, a następnie utworzyć z niego nowy DataFrame - y = pandas.read_csv(x, sep=",").