循环创建多个数据帧

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帧.

就像是

(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,但找不到它.有任何想法吗？

Answer 1

为了强调我对@maxymoo的答案的评论,将名称动态添加到Python命名空间几乎总是一个坏主意("代码味道").原因有很多,最突出的是:

1. 创建的名称可能很容易与逻辑已使用的变量冲突.

2. 由于名称是动态创建的,因此通常最终还是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单独的dict理解表达式来做同样的事情,但有些人发现它不太可读:

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

一旦d创建DataFrame,公司x就可以被检索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,你写得更好

for name, df in d.iteritems():

因为这可以避免实例化(name, df)元组列表.

Answer 2

你可以做到这一点(尽管exec如果这将成为面向公众的代码,显然会非常谨慎地使用)

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

Answer 3

下面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()

vars()、locals() 和 globals() 之间的区别请参考以下链接：

globals()、locals() 和 vars() 之间有什么区别？

Answer 4

除了上述出色的答案之外。如果您需要创建空的数据框，但是需要基于一些过滤来创建多个数据框，则上面的方法就可以完美地工作：

假设您得到的列表是某个数据框的一列，并且您想为更大的数据框的每个唯一公司创建多个数据框：-

1. 首先以公司的唯一名称：

   compuniquenames = df.company.unique()
   

2. 创建数据框字典以存储数据框

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

以上两个已经发布：

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

上面将为您提供所有具有匹配记录的独特公司的数据框。