Question

我们说我有一个对象列表（在本例中为数据帧）

myList = [dataframe1, dataframe2, dataframe3 ...]

我想遍历我的列表并根据列表项的名称创建新对象。我想要的是每个数据帧的旋转版本，称为＆＃34; dataframe [X] _pivot＆＃34;其中[X]是该数据帧的标识符。

我的伪代码看起来像：

for d in myList:
    d+'_pivot' = d.pivot_table(index='columnA', values=['columnB'], aggfunc=np.sum)

我想要的输出如下：

myList = [dataframe1, dataframe2 ...]
dataframe1_pivoted # contains a pivoted version of dataframe1
dataframe2_pivoted # contains a pivoted version of dataframe2
dataframe3_pivoted # contains a pivoted version of dataframe3

非常感谢帮助。

由于

约翰

Answer 1

你不想要这样做。动态创建变量几乎总是一个非常糟糕的主意。正确的做法是简单地使用适当的数据结构来保存您的数据，例如：要么是一个列表（因为你的元素都只是编号，你也可以通过索引访问它们）或字典（如果你真的想给每个东西命名）：

pivoted_list = []
for df in mylist:
    pivoted_df = #whatever you need to to to turn a dataframe into a pivoted one
    pivoted_list.append(pivoted_df)

#now access your results by index
do_something(pivoted_list[0])
do_something(pivoted_list[1])

同样的事情可以表达为列表理解。假设pivot是一个函数，它接受一个数据帧并将其转换为一个旋转框架，然后这相当于上面的循环：

pivoted_list = [pivot(df) for df in mylist]

如果您确定要为元素添加名称，则可以使用enumerate这样创建字典：

pivoted_dict = {}
for index, df in enumerate(mylist):
    pivoted_df = #whatever you need to to to turn a dataframe into a pivoted one
    dfname = "dataframe{}_pivoted".format(index + 1)
    pivoted_dict[dfname] = pivoted_df

#access results by name
do_something(pivoted_dict["dataframe1_pivoted"])
do_something(pivoted_dict["dataframe2_pivoted"])

Answer 2

实现这一目标的方法是：

globals()[d+'_pivot'] = d.pivot_table(...)

看完你的编辑后，我看到你可能想做这样的事情：

for i, d in enumerate(myList):
    globals()['dataframe%d_pivoted' % i] = d.pivot_table(...)

然而，正如其他人所建议的那样，如果要创建大量全局变量，则不建议这样做。

有更好的方法（阅读：数据结构）。

循环遍历Python中的列表并基于项创建新对象

2 个答案: