我如何使用for循环按列将数据帧分为几组，仅按列而不是行将df拆分

Question

我有一个2000列的数据框，并且想编写一个快速代码将这个数据框分成200组的10组。

df_name = ['df1','df2','df3','df4','df5','df6','df7','df8','df9','df10']

for name in df_name:
    for n in np.arange(0,2000,200):
        name = df[df.columns[n:n+200]]

Answer 1

由于无法使用name = ...通过字符串分配来动态构建环境对象，因此请考虑使用字典理解来构建数据帧的字典，其中包括zip以便通过 df_name 逐元素进行迭代和200的倍数：

df_dict = {k:df[df.columns[n:n+199]] \ 
                for k,n in zip(df_name, range(0,2000,200))}

如果存储在元组，列表或字典之类的容器中，则不会丢失数据框的功能：

df_dict['df1'].describe()
df_dict['df2'].head()
df_dict['df3'].tail()
...