在 Pandas 中动态命名 DataFrame答案

【问题标题】：Dynamically naming DataFrames in Pandas在 Pandas 中动态命名 DataFrame
【发布时间】：2015-09-15 04:49:45
【问题描述】：

假设我有 2 个这样的数据框：

foo = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})
bar = pd.DataFrame({'c':[7,8,9], 'd':[10,11,12]})

我想对这些数据帧中的每一个进行子集化，并将它们放入具有动态名称的新数据帧中。当我在 python 中查找有关动态命名的任何内容时，他们说，不要这样做，使用dictionary。我无法完全弄清楚如何使它工作。基本上我想要以下内容：

foo_first = foo[0:1]
bar_first = bar[0:1]

但我希望能够在列表中循环。如果我想用字典来做，我会想象它是这样的：

dfs_list = [foo, bar]
dfs_dict = {}

for x in dfs_list:
    dfs_dict[x+'_first']=foo[0:1]

这不起作用。

您可能想知道我实际上想要做什么，因为我的示例是如此武断且毫无意义。在我的真实示例中，我有几个按日期索引的数据框。我想根据当前年份和月份的这些旧数据框的名称创建新的数据框。所以如果 foo 和 bar 是带有日期索引的巨型数据集，我想自动化：

foo_year = foo['2015-01-01':'2015-12-31']
bar_year = bar['2015-01-01':'2015-12-31']
foo_month = foo['2015-08-01':'2015-08-31']
bar_month = foo['2015-08-01':'2015-08-31']

有什么帮助吗？

【问题讨论】：

标签： python python-2.7 pandas

【解决方案1】：

我想不出你不能使用DataFrames 的字典的任何原因。这将使您避免将变量名称视为数据：

whole_dataframes = {"foo": foo, "bar": bar}
first_dataframes = {name: value[:1] for name, value in whole_dataframes.items()}

我正在使用您描述的foo 和bar 变量来初始化第一个字典，但您可以跳过该步骤，直接在字典中创建值：

whole_dataframes = {}
whole_dataframes["foo"] = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})
whole_dataframes["bar"] = pd.DataFrame({'c':[7,8,9], 'd':[10,11,12]})

【讨论】：