A_entrie = ['A'] A_values = [[1], [5], [8], [20], [15], [4]] B_entrie = ['B'] B_values = [[3], [2], [7], [13], [1], [2]] C_entrie = ['C'] C_values = [[4], [8], [15], [16], [23], [42]] D_entrie = ['D'] D_values = [[12], [2], [11], [2], [3], [8]] A_data = pd.DataFrame(data = A_values, columns = A_entrie) B_data = pd.DataFrame(data = B_values, columns = B_entrie) C_data = pd.DataFrame(data = C_values, columns = C_entrie) D_data = pd.DataFrame(data = D_values, columns = D_entrie)
Чтобы объединить их, я использую метод .concat
common_data = pd.concat([A_data, B_data, C_data, D_data], axis=1)
A B C D
0 1 3 4 12
1 5 2 8 2
2 8 7 15 11
3 20 13 16 2
4 15 1 23 3
5 4 2 42 8
Проблема в том, что реальное количество исходных одномерных таблиц куда больше, и мне нужно создать несколько сводных таблиц с разным количеством столбцов. Как это можно сделать, не перечисляя в аргументах .concat по несколько десятков исходных столбцов?