在for循环中创建dfs

Question

我有以下数据帧：

import pandas as pd
df = pd.DataFrame({'name':['apple', 'banana', 'apple', 'mandarin', 'kiwi', 'kiwi'], 'val':[1,5,3,4,5,3]})

我想创建单独的数据帧，将水果名称传递给以下函数：

def split_all_fruits(df, fruit):
    return df[df['name'] == fruit]

然后我可以通过调用函数创建数据帧：

apple_df = split_all_fruits(df, 'apple')
banana_df = split_all_fruits(df, 'banana')
#and other fruits

但是我想在for循环中创建数据帧，而不必每次为每个水果调用Function。但有没有可能创建for循环，一次从列表中为每个水果生成5个dataframe和dataframe名称？ 像这样：

#name of dfs
name_of_dfs = ['apple_df', 'banana_df', 'mandarin_df', 'kiwi_df']
#fruit names in df
fruit_name = ['apple', 'banana', 'mandarin', 'kiwi']
#loop to create dfs, but i dont know how to assign list of names in name_of_dfs to respective fruit df
for fruit in fruit_name:
    df_final = split_all_fruits(df,fruit)
    print(df_final)
#it prints all dfs together, but not seperate df with name from list

谢谢！你知道吗

Answer 1

如果希望为每个水果生成一个数据帧，可以使用以下命令（注意，顺序将根据水果名称的字母顺序排列）：

[d for name, d in df.groupby("name")]

如果您需要按特定顺序排列的列表：

[df.query("name == '{}'".format(f)) for f in fruit_name]

如果您希望能够通过名称访问它们，您可以使用字典理解并引用水果名称：

grouped = {name: d for name, d in df.groupby("name")}

# e.g. for apple:
apple_df = grouped['apple']

最后，如果您需要列出具体的变量，并知道这些变量应该提前：

grouped = {name: d for name, d in df.groupby("name")}

apple_df, banana_df, mandarin_df, kiwi_df = [grouped[fruit] for fruit in fruit_name]

Answer 2

虽然这可以通过eval()或globals()实现，但更好的方法（更干净、更易于编程管理）是使用dict，例如：

dfs = {name: split_all_fruits(df, name) for name in fruit_name}

访问方式，例如：

dfs['apple']

---

编辑

如果你真的想让变量名为apple_df等，一种方法是修改globals()字典，例如：

globals().update({name + '_df': split_all_fruits(df, name) for name in fruit_name})

访问方式，例如：

apple_df

尽管这被认为是不好的做法，但要小心！

Answer 3

如果您希望使用变量名而不是字典键（这不是一个好主意，但OP要求这样做），可以使用exec()。你知道吗

#name of dfs
name_of_dfs = ['apple_df', 'banana_df', 'mandarin_df', 'kiwi_df']
fruit_name = ['apple', 'banana', 'mandarin', 'kiwi']

for fruit, df_name in zip(fruit_name, name_of_dfs):
    exec(f'{df_name} = split_all_fruits(df, "{fruit}")')
    print(globals()[df_name])

现在您可以直接访问变量：

print(apple_df)

    name  val
0  apple    1
2  apple    3