Question

将此作为快速起点;

http://pandas.pydata.org/pandas-docs/stable/reshaping.html

In [1]: df
Out[1]: 
         date variable     value
0  2000-01-03        A  0.469112
1  2000-01-04        A -0.282863
2  2000-01-05        A -1.509059
3  2000-01-03        B -1.135632
4  2000-01-04        B  1.212112
5  2000-01-05        B -0.173215
6  2000-01-03        C  0.119209
7  2000-01-04        C -1.044236
8  2000-01-05        C -0.861849
9  2000-01-03        D -2.104569
10 2000-01-04        D -0.494929
11 2000-01-05        D  1.071804

然后隔离'A'给出了这个：

In [2]: df[df['variable'] == 'A']
Out[2]: 
        date variable     value
0 2000-01-03        A  0.469112
1 2000-01-04        A -0.282863
2 2000-01-05        A -1.509059

现在创建新的数据框将是：

dfA = df[df['variable'] == 'A']

让我们说B会是：

dfB = df[df['variable'] == 'B']

因此，将数据帧隔离为dfA，dfB，dfC ......

dfList  = list(set(df['variable']))
dfNames = ["df" + row for row in dfList]  

for i, row in enumerate(dfList):
    dfName = dfNames[i]
    dfNew = df[df['variable'] == row]
    dfNames[i] = dfNew

它会运行......但是当我尝试dfA时，我会得到输出"dfA" is not defined

Answer 1

使用groupby和get_group，例如：

grouped = df.groupby('variable')

然后，当您想对每个组执行某些操作时，请按以下方式访问它：

my_group = grouped.get_group('A')

给你：

    date    variable    value
0   2000-01-03  A   0.469112
1   2000-01-04  A   -0.282863
2   2000-01-05  A   -1.509059

Answer 2

要按字面意思回答您的问题，globals()['dfA'] = dfNew会定义dfA 在全局命名空间中：

for i, row in enumerate(dfList):
    dfName = dfNames[i]
    dfNew = df[df['variable'] == row]
    globals()[dfName] = dfNew

但是，定义动态命名变量永远不是一个好理由。

如果直到运行时才知道名称 - 也就是说，如果名称真正 动态 - 然后你就不能在你的代码中使用代码中的名字了在运行时之前编写。那么创建一个名为的变量有什么意义呢 dfA如果您不能在代码中引用它？
另一方面，如果您事先知道您将拥有一个变量命名为dfA，那么你的代码就不是真正的动态。你有静态变量名称。使用循环的唯一原因是减少锅炉板代码。然而，即使在这种情况下，也有更好的选择。解决方案是使用dict（见下文）或列出¹。
添加动态命名的变量会污染全局命名空间。
它没有很好地概括。如果您有100个动态命名变量，那么如何你会访问它们吗？ How would you loop over them?
要“管理”动态命名的变量，您需要保留其列表名字作为字符串：例如['dfA', 'dfB', 'dfC',...]然后访问新的通过globals() dict创建全局变量：例如globals()['dfA']。那很尴尬。

因此，程序员通过痛苦经历得出的结论是动态命名的变量介于尴尬和无用之间，它就是在字典中存储键/值对更加愉快，强大，实用。该变量的名称成为dict中的键，以及变量的值成为与密钥关联的值。所以，而不是一个简单的名字dfA 你会有一个词典dfs，你可以访问dfA DataFrame dfs['dfA']：

dfs = dict()
for i, row in enumerate(dfList):
    dfName = dfNames[i]
    dfNew = df[df['variable'] == row]
    dfs[dfName] = dfNew

或，Jianxun Li shows，

dfs = {k: g for k, g in df.groupby('variable')}

这就是为什么Jon Clements和Jianxun Li通过展示回答你的问题定义动态命名变量的替代方法。这是因为我们所有人相信这是一个糟糕的主意。

使用Jianxun Li的解决方案，循环遍历a dict's key/value pairs，然后您可以使用：

dfs = {k: g for k, g in df.groupby('variable')}
for key, df in dfs.items():
    ...

或使用Jon Clements的解决方案，您可以使用iterate through groups：

grouped = df.groupby('variable')
for key, df in grouped:
    ...

¹如果名称已编号或已订购，您可以使用列表而不是字典。

Answer 3

df.groupby('variable')返回一对key/df对的迭代器。所以要获得子组的列表/字典，

result = {k: g for k, g in df.groupby('variable')}

from pprint import pprint
pprint(result)

{'A':          date variable   value
0  2000-01-03        A  0.4691
1  2000-01-04        A -0.2829
2  2000-01-05        A -1.5091,
 'B':          date variable   value
3  2000-01-03        B -1.1356
4  2000-01-04        B  1.2121
5  2000-01-05        B -0.1732,
 'C':          date variable   value
6  2000-01-03        C  0.1192
7  2000-01-04        C -1.0442
8  2000-01-05        C -0.8618,
 'D':           date variable   value
9   2000-01-03        D -2.1046
10  2000-01-04        D -0.4949
11  2000-01-05        D  1.0718}


result['A']

         date variable   value
0  2000-01-03        A  0.4691
1  2000-01-04        A -0.2829
2  2000-01-05        A -1.5091

Answer 4

for i, row in enumerate(dfList):
    dfName = dfNames[i]
    dfNew = df[df['variable'] == row]
    vars()[dfNames[i]] = dfNew

Python Pandas从列表中创建多个数据帧

4 个答案: