python-3.x - 使用循环创建多个数据框

Question

这无疑反射(reflect)了我缺乏知识，但我在网上找不到任何帮助。我对编程很陌生。我想加载 6 个 csvs 并对它们做一些事情，然后再将它们组合起来。以下代码遍历每个文件，但只创建一个名为 df 的数据框。

files = ('data1.csv', 'data2.csv', 'data3.csv', 'data4.csv', 'data5.csv', 'data6.csv')
dfs = ('df1', 'df2', 'df3', 'df4', 'df5', 'df6')
for df, file in zip(dfs, files):
    df = pd.read_csv(file)
    print(df.shape)
    print(df.dtypes)
    print(list(df))

Answer 1

我认为您认为您的代码正在做一些实际上没有做的事情。

具体来说，这一行:df = pd.read_csv(file)

您可能会认为，在通过 for 循环的每次迭代中，都会执行和修改此行，其中 df 被 dfs 中的字符串替换> 和 file 被替换为 files 中的文件名。虽然后者是正确的，但前者不是。

通过 for 循环的每次迭代都读取一个 csv 文件并将其存储在变量 df 中，有效地覆盖在前一个 期间读入的 csv 文件for 循环。换句话说，for 循环中的 df 不会替换为您在 dfs 中定义的变量名。

这里的关键是字符串(例如，'df1'、'df2' 等)在以下情况下不能被替换和用作变量名执行代码。

实现所需结果的一种方法是将 pd.read_csv() 读取的每个 csv 文件存储在字典中，其中键是数据帧的名称(例如，'df1 ', 'df2', etc.)，value是pd.read_csv()返回的dataframe。

list_of_dfs = {}
for df, file in zip(dfs, files):
    list_of_dfs[df] = pd.read_csv(file)
    print(list_of_dfs[df].shape)
    print(list_of_dfs[df].dtypes)
    print(list(list_of_dfs[df]))

然后您可以像这样引用每个数据框:

print(list_of_dfs['df1'])
print(list_of_dfs['df2'])

您可以在此处了解有关词典的更多信息:

https://docs.python.org/3.6/tutorial/datastructures.html#dictionaries