Question

我有一个列表，每个条目都是公司名称

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。

像

这样的东西

（伪代码）

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

我已经找到了一种方法来做到这一点，但无法找到它。有任何想法吗？

Answer 1

为了强调我对@ maxymoo的答案的评论，几乎总是一个坏主意（＆＃34; code smell＆＃34;）将名称动态添加到Python名称空间。有很多原因，最突出的是：

创建的名称可能很容易与逻辑已使用的变量发生冲突。
由于名称是动态创建的，因此您通常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。正确的方法是：

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

现在你可以编写一个 dict理解表达式来做同样的事情，但有些人发现它的可读性较差：

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

创建d后，公司DataFrame的{{1}}可以检索为x，因此您可以非常轻松地查找特定公司。要对所有公司进行操作，您通常会使用如下循环：

d[x]

在Python 2中，你最好写

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

因为这可以避免实例化for name, df in d.iteritems():元组列表。

Answer 2

你可以这样做（尽管如果这将是面向公众的代码，显然要谨慎使用exec）

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

Answer 3

除了上述出色的答案外。如果您需要创建空的数据框，但需要基于一些过滤来创建多个数据框，则上面的方法会完美无缺：

假设您获得的列表是某个数据框的一列，并且您希望为每个唯一的公司为更大的数据框创建多个数据框：-

首先采用公司的唯一名称：-
```
compuniquenames = df.company.unique()
```

创建数据框字典以存储数据框

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

以上两个已经在帖子中：

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

以上内容将为您提供所有具有匹配记录的独特公司的数据框。

Answer 4

以下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() 的区别参考以下链接：

What's the difference between globals(), locals(), and vars()?

循环创建多个数据帧

4 个答案: