python - for循环输入多个数据帧以发挥作用

Question

原始数据集如下所示：

df.head()

id  name      level zone_id time
0   Light Rain  1   79      2018-01-01 08:00-10:00
1   Medium Rain 2   1       2018-01-02 09:00-14:00
2   Light Rain  1   79      2018-01-02 09:00-11:00
3   Medium Rain 2   1006    2018-01-01 08:00-09:00
4   Medium Rain 2   1       2018-01-03 10:00-13:00
5   Light Rain  1   1006    2018-01-03 22:00-0:00
6   Light Rain  1   1       2018-01-03 18:00-21:00

我想将每个 zone_id 分离到不同的数据框，然后清理它们。

我从另一个表中获取区域列表并获取：

 zone_list
['1006',
'79',
'1']

然后我使用for循环来获取多个数据帧

for i in zone_list:
    globals()['df_'+i] = df[df.zone_id == i]

然后我需要使用这样的函数来清理这些数据：

def clean_data(data):
    ...
    return data

我想要做的是将所有数据帧df_1，df_79等放入这个函数并输出多个数据帧。

到目前为止，如果我这样做 clean_data(df_1) 它可以完美运行。但我不知道如何为所有这些数据框创建一个循环。

我想要的是

df_79.head()

id  name      level zone_id time
0   Light Rain  1   79      2018-01-01 08:00
2   Light Rain  1   79      2018-01-02 09:00

df_1.head()

id  name      level zone_id time
1   Medium Rain 2   1       2018-01-02 09:00
4   Medium Rain 2   1       2018-01-03 10:00
6   Light Rain  1   1       2018-01-03 18:00

等等

我试图使用 dict 但仍然不知道。

谢谢大家！

Answer 1

您可以使用字典来保存可变数量的变量。结合pd.DataFrame.groupby，您可以利用字典理解。例如：

dfs = {key: group.pipe(clean_data) for key, group in df.groupby('zone_id')}

pd.DataFrame.pipe 只是一种通过函数传递数据帧的方式，其格式有助于方法链接。

然后您可以通过dfs[79] 访问79 的数据框。我强烈建议您不要使用诸如df_79 之类的命名变量，因为这些变量很难跟踪和管理。另外，我建议你不要使用globals()，除非有特殊要求，这种情况很少发生。