循环创建多个数据框

问题描述：

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。

类似于

（伪代码）

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

我已经搜索过如何实现此目的，但找不到。有什么想法吗？

解决方案 1：

只是为了强调我对 @maxymoo 的回答的评论，向 Python 命名空间动态添加名称几乎总是一个坏主意（“代码异味”）。 有许多原因，其中最突出的是：

1. 创建的名称可能很容易与逻辑中已经使用的变量冲突。

2. 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。

这就是该语言中包含字典的原因。正确的做法是：

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

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

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

一旦d创建了DataFramefor company，x就可以将其检索为d[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：

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

在 Python 2 中你最好这样写

for name, df in d.iteritems():

(name, df)因为这样可以避免实例化旧版本中创建的元组列表.items()。现在这主要是历史问题，尽管当然还会有 Python 2 应用程序存在并且需要（希望是偶尔）维护。

解决方案 2：

你可以这样做（但exec如果这是面向公众的代码，则必须格外小心）

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

解决方案 3：

以下是循环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()

有关 vars()、locals() 和 globals() 之间的区别，请参阅以下链接：

globals()、locals() 和 vars() 之间有什么区别？

解决方案 4：

除了上述出色的答案之外，如果您需要创建空数据框，上述方法将完美无缺，但如果您需要根据某些过滤创建多个数据框：

假设您获得的列表是某个数据框的一列，并且您想为每个唯一的公司创建多个数据框，以形成更大的数据框：-

1. 首先取公司独特的名称：-

compuniquenames = df.company.unique()

1. 创建数据框字典来存储数据框

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]

以上内容将为您提供所有具有匹配记录的唯一公司的数据框。

解决方案 5：

你可以这样做：

for xxx in yyy:
   globals()[f'dataframe_{xxx}'] = pd.Dataframe(xxx)

解决方案 6：

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']

你可能还拥有数据，大概还有一个列表？（或者更确切地说是列表的列表），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 可能看起来非常相似，所以这并不需要非常复杂：

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"]来获取字典中的数据框。
但如果您需要对数据框进行更“独特”的命名，我认为您必须使用例如if 条件，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 ...

这需要多花一点力气，但它允许您以更传统的方式获取数据框对象，只需编写special_naming_1而不是，dic['df_AA']并且可以让您更好地控制数据框名称和列名称（如果这很重要）。

解决方案 7：

老话题了，但我认为我对此有同样的看法。

我理解动态创建 DF 的目标，但简单地调用一个与所需表匹配的变量的方法是更好的吗？

是的，虽然多了几行代码，但可能更容易调试。

import pandas as pd

companies = ['AA', 'AAPL', 'BA', 'YHOO']
dummy_data = {'col1': [1, 2], 'col2': [3, 4]}

df_aa = companies[0] = pd.DataFrame(data=dummy_data)
df_ba = companies[2] = pd.DataFrame(data=dummy_data)