如何使用Python Pandas循环创建英超2019/20赛季各球队主场比赛DataFrame

需求背景 #

我手头有个记录2019/20赛季英超所有赛事的DataFrame，核心字段包括HomeTeam（主队）、AwayTeam（客队）、Winner（获胜方），示例数据如下：

我已经写了一个函数，专门用来生成单支球队的主场比赛DataFrame：

'''传入球队名称，返回该球队的主场比赛DataFrame'''
def team_home_df(c):
    return data[(data['HomeTeam'] == c)]

之前我都是手动调用这个函数赋值，比如：

liverpool_home_df = team_home_df('Liverpool')

现在想通过循环批量处理，为每支球队生成[球队名]_home_df格式的变量（比如Chelsea_home_df）。我已经通过以下代码获取了所有球队的名称数组：

teams = []
clubs = data['HomeTeam'].unique()
teams.append(clubs)
print(teams)

输出结果为：

[array(['Liverpool', 'WestHam', 'Bournemouth', 'Burnley', 'CrystalPalace', 'Watford', 'Tottenham', 'Leicester', 'Newcastle', 'ManUnited', 'Arsenal', 'AstonVilla', 'Brighton', 'Everton', 'Norwich', 'Southampton', 'ManCity', 'SheffieldUnited', 'Chelsea', 'Wolves'], dtype=object)]

想请教怎么实现这个循环逻辑？

可行解决方案 #

首先先纠正一个小细节：你当前的teams是嵌套列表（外层多包了一层），其实直接用clubs = data['HomeTeam'].unique()就足够了，不需要再append到teams里，这样后续循环会更顺畅。

方法1：直接生成全局变量（最直接） #

如果你就是想要一个个独立的xxx_home_df变量，可以操作Python的全局变量字典globals()来实现：

# 获取一维的球队列表
clubs = data['HomeTeam'].unique()

# 循环遍历每支球队
for club in clubs:
    # 拼接出目标变量名，比如"Liverpool_home_df"
    var_name = f"{club}_home_df"
    # 将生成的DataFrame赋值给这个全局变量
    globals()[var_name] = team_home_df(club)

循环结束后，你就能直接使用Liverpool_home_df、ManCity_home_df这类变量，和手动赋值的效果完全一致。

方法2：用字典统一管理（更规范） #

如果不想让全局空间塞满零散变量，更推荐把所有球队的主场DataFrame放进一个字典里，管理起来更清爽：

clubs = data['HomeTeam'].unique()
# 初始化空字典存储所有结果
team_home_dfs = {}

for club in clubs:
    team_home_dfs[club] = team_home_df(club)

之后要调用某支球队的数据，直接用team_home_dfs['Liverpool']就能拿到对应的DataFrame，这种方式更符合Python编码规范，也避免了全局变量污染。

避坑提醒：别用exec #

虽然exec也能实现动态创建变量，比如：

for club in clubs:
    exec(f"{club}_home_df = team_home_df('{club}')")

但这种方式风险很高——如果球队名称包含特殊字符（比如单引号），代码会直接报错，而且可读性差，不推荐使用。

内容的提问来源于stack exchange，提问作者Kamil_Sja