比较嵌套在lis中的不同数据帧中的元素

Question

我有大约80个结构相似的csv文件（相同的列名和行数），我想从中获得整个文件集中每个单元格的最大值。
我现在的想法是将它们加载到一个列表中，然后进行比较，但是从嵌套的数据帧中检索单元格值时遇到了问题。
这是在数据帧列表中加载csv的代码：

import glob
allFiles = glob.glob("./*.txt")
results = [None]*len(allFiles)
i=0
for file_ in allFiles:
    results[i] = pd.read_csv(file_, sep = "\t")
    i=i+1

举个例子，我们来比较一下这两个文件：

a.txt
t   a   b
0   1   2
1   3   4
2   5   6

b.txt
t   a   b
0   1   3
1   0   2
2   7   9

结果列表中的每个元素都是一个数据帧：

>> results[i].info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 1 columns):
t   a   b    3 non-null object
dtypes: object(1)

我想找出每个单元格中两个数据帧的最大值，并最终输出另一个数据帧，在每个位置，最大值对应于该位置，在这种情况下会导致：

t   a   b
0   1   3
1   3   4
2   7   9

我怎么能做到呢？ 或者有更好的方法来解决整个问题？
谢谢

Answer 1

您可以通过^{}用MultiIndex创建一个大数据帧：

allFiles = glob.glob("./*.txt")
results = [pd.read_csv(file_, sep = "\t") for file_ in allFiles]

names = [os.path.basename(f).split('.')[0] for f in allFiles]
df = pd.concat(results, keys=names)
print (df)
     t   a   b
a 0  0   1   2
  1  1   3   4
  2  2   5   6
b 0  0   1   3
  1  1   0   2
  2  2   7   9

如果需要每个数据帧的最大值：

max_val = df.max(level=0)
print (max_val)
   t   a   b
a  2   5   6
b  2   7   9

max_val = df.max(level=1)
print (max_val)
   t   a   b
0  0   1   3
1  1   3   4
2  2   7   9