Bagaimana untuk Mencipta Berbilang DataFrames Panda dengan Cekap dalam Gelung?

Mencipta Berbilang Bingkai Data dalam Gelung

Apabila bekerja dengan set data yang besar, anda mungkin perlu mencipta berbilang bingkai data berdasarkan kriteria yang berbeza. Satu cara untuk melakukan ini ialah dengan menggunakan gelung untuk mengulangi senarai atau tatasusunan nama syarikat dan mencipta kerangka data baharu untuk setiap entri.

Walau bagaimanapun, cubaan mencipta bingkai data yang dinamakan sempena pembolehubah yang dijana secara dinamik boleh bermasalah. Sifat dinamik Python membolehkan penciptaan pembolehubah dan struktur data semasa masa jalan. Walau bagaimanapun, memberikan bingkai data terus kepada pembolehubah yang dinamakan sempena syarikat, seperti yang ditunjukkan dalam pseudokod di bawah, tidak disyorkan.

for c in companies:
    c = pd.DataFrame()

Untuk mengelakkan konflik penamaan dan mengekalkan kejelasan, adalah dinasihatkan untuk menggunakan kamus, d, untuk memegang bingkai data yang diindeks oleh nama syarikat.

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

# Retrieve a specific dataframe
dataframe_of_company_x = d[x]

# Operate on all companies
for name, df in d.items():
    # ...

Pendekatan ini memastikan bahawa nama bingkai data adalah statik dan dikaitkan secara jelas dengan nama syarikat. Ia juga membolehkan untuk mendapatkan semula dan manipulasi individu dan berbilang bingkai data dengan mudah.

Atas ialah kandungan terperinci Bagaimana untuk Mencipta Berbilang DataFrames Panda dengan Cekap dalam Gelung?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!