Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Mencipta Berbilang DataFrames Panda dengan Cekap daripada Senarai Nama?

Bagaimana untuk Mencipta Berbilang DataFrames Panda dengan Cekap daripada Senarai Nama?

Barbara Streisand
Lepaskan: 2024-11-25 03:13:27
asal
789 orang telah melayarinya

How to Efficiently Create Multiple Pandas DataFrames from a List of Names?

Mencipta Berbilang Bingkai Data dalam Gelung

Dalam bidang analisis data, kadangkala menjadi penting untuk bekerja dengan bingkai data berasingan yang sepadan dengan entiti yang berbeza. Satu senario tertentu melibatkan mencipta kerangka data baharu untuk setiap elemen dalam senarai yang disediakan, mengandungi nama syarikat dalam contoh khusus ini.

Untuk mencapai matlamat ini, idea menambah nama secara dinamik pada ruang nama Python harus dielakkan dengan ketat kerana potensi konflik dan isu kebolehbacaan. Pendekatan yang lebih sesuai melibatkan penggunaan kamus.

d = {}<br>untuk nama dalam syarikat:</p>
<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">d[name] = pd.DataFrame()
Salin selepas log masuk

Kod ini berkesan mencipta kamus d di mana nama syarikat berfungsi sebagai kunci, setiap satu dipautkan ke bingkai data kosong. Untuk mengakses bingkai data untuk syarikat tertentu x, cuma rujuk d[x].

untuk nama, df dalam d.items():

# operate on Dataframe 'df' for company 'name'
Salin selepas log masuk

Gelung ini berulang melalui setiap entri kamus, membolehkan anda memanipulasi bingkai data secara individu. Sebagai alternatif, anda boleh menggunakan pemahaman kamus untuk perwakilan yang lebih ringkas:

d = {name: pd.DataFrame() untuk nama dalam syarikat}<br>

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

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Cadangan popular
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan