在循环中创建多个数据帧

Question

我有一个列表，每个条目都是一个公司名称

companies = ['AA', 'AAPL', 'BA', ....., 'YHOO']

我想为列表中的每个条目创建一个新的数据框。

就像是

（伪代码）

for c in companies:
     c = pd.DataFrame()

我一直在寻找一种方法来做到这一点，但找不到。 有任何想法吗？

Answer 1

只是为了强调我对@maxymoo 的回答的评论，将名称动态添加到 Python 命名空间几乎总是一个坏主意（“代码味道”）。 原因有很多，最突出的是：

1. 创建的名称可能很容易与您的逻辑已使用的变量发生冲突。

2. 由于名称是动态创建的，您通常最终也会使用动态技术来检索数据。

这就是为什么 dicts 被包含在语言中的原因。 正确的操作方法是：

d = {}
for name in companies:
    d[name] = pd.DataFrame()

现在你可以编写一个单独的dict 理解表达式来做同样的事情，但有些人发现它不太可读：

d = {name: pd.DataFrame() for name in companies}

创建d ，公司x的DataFrame可以检索为d[x] ，因此您可以很容易地查找特定公司。 要对所有公司进行操作，您通常会使用如下循环：

for name, df in d.items():
    # operate on DataFrame 'df' for company 'name'

在 Python 2 中你写得更好

for name, df in d.iteritems():

因为这避免了实例化(name, df)元组列表。

Answer 2

你可以这样做（尽管如果这是面向公众的代码，显然要格外小心地使用exec ）

for c in companies:
     exec('{} = pd.DataFrame()'.format(c))

Answer 3

添加到上述伟大的答案。 如果您需要创建空数据框，但如果您需要基于某些过滤创建多个数据框，则上述内容将完美无缺：

假设您得到的列表是某个数据框的列，并且您想为更大的数据框为每个独特的公司制作多个数据框：-

1. 首先取公司的唯一名称：-

    compuniquenames = df.company.unique()

2. 创建一个数据框字典来存储你的数据框

   companydict = {elem : pd.DataFrame() for elem in compuniquenames}

上面两个已经在帖子里了：

for key in DataFrameDict.keys():
    DataFrameDict[key] = df[:][df.company == key]

以上将为您提供所有具有匹配记录的独特公司的数据框。

Answer 4

下面是在循环中动态创建数据框的代码：

companies = ['AA', 'AAPL', 'BA', ....., 'YHOO']

for eachCompany in companies:
    #Dynamically create Data frames
    vars()[eachCompany] = pd.DataFrame()

vars(),locals() 和 globals() 之间的区别请参考以下链接：

globals()、locals() 和 vars() 之间有什么区别？

Answer 5

以下是可重现的 -> 假设您有一个包含 df/company 名称的列表：

companies = ['AA', 'AAPL', 'BA', 'YHOO']

你可能也有数据，大概也是一个列表？ （或者更确切地说是列表列表），例如：

 content_of_lists = [
 [['a', '1'], ['b', '2']],
 [['c', '3'], ['d', '4']],
 [['e', '5'], ['f', '6']],
 [['g', '7'], ['h', '8']]
]

在这个特殊的例子中，df 应该看起来非常相似，所以这不需要非常复杂：

dic={}
for n,m in zip(companies, range(len(content_of_lists))):
   dic["df_{}".format(n)] = pd.DataFrame(content_of_lists[m]).rename(columns = {0: "col_1", 1:"col_2"}) 

在这里，您必须使用dic["df_AA"]来访问字典中的数据dic["df_AA"] 。 但是，如果您需要对数据框进行更多“不同”的命名，我认为您必须使用if-conditions ，例如：

dic={}
    for n,m in zip(companies, range(len(content_of_lists))):
if n == 'AA':
    special_naming_1 = pd.DataFrame(content_of_lists[m]).rename(columns = {0:     
    "col_1", 1:"col_2"})
elif n == 'AAPL':
    special_naming_2 ...

这需要更多的努力，但它允许您通过编写special_naming_1而不是dic['df_AA']以更传统的方式获取数据帧对象，并且如果这很重要，您可以更好地控制数据帧名称和列名称。

Answer 6

你可以这样做：

对于 yyy 中的 xxx：

globals()[f'dataframe_{xxx}'] = pd.Dataframe(xxx)

:D