如何合并不同的dfs并取消堆叠值？

Question

我有一个dict，里面有17df

样本dfs：

df1

          key                percent
0   step19_without_lof  14.534883720930232

df2

           key                   percent
0   step19_without_lof  14.970930232558139

df3

             key             percent
0   step1_without_lof   1.5988372093023255
1   step2_without_lof   30.377906976744185
2   step5_without_lof   3.197674418604651
3   step7_without_lof   9.738372093023257
4   step12_without_lof  5.377906976744186
5   step15_without_lof  4.215116279069767
6   step16_without_lof  6.8313953488372094
7   step19_without_lof  13.80813953488372
8   step24_without_lof  9.883720930232558
9   step25_without_lof  11.337209302325581
10  step26_without_lof  9.738372093023257
11  step27_without_lof  9.738372093023257

等等

我希望合并这些dfs，以使key列成为每个列的名称，并填充相应的值。在df1和df2中，因为只有一个key，所以剩余的keys必须用nans填充

所需输出：

我的dfs记录是什么样子的：

Answer 1

您可以按如下方式执行此操作：

# append the key to the index (first level is the old index)
# then unstack the key, so the key is converted to columns
df.set_index('key', append=True).unstack('key')