如何通过遍历DataFrame列名批量生成含日期列的子DataFrame？

当然可以用for循环按列名实现，比手动写167次高效太多。

实现思路 #

主DataFrame里除了首列dates，剩下的列都可以通过遍历列名来处理，每次取dates列和当前遍历的列组合成新的DataFrame。更推荐把这些新DataFrame存到字典里，比单独命名167个变量更整洁好管理。

代码示例 #

假设主DataFrame名为returns，代码如下：

# 创建字典存储所有子DataFrame
sub_dfs = {}

# 遍历除dates外的所有列名
for col_name in returns.columns[1:]:
    # 组合dates列和当前列生成新DataFrame
    sub_dfs[col_name] = returns[['dates', col_name]]

调用方式 #

之后要取某一列对应的DataFrame，直接通过列名从字典里调用即可：

# 获取energy对应的DataFrame
energy_df = sub_dfs['energy']
# 获取health_care对应的DataFrame
health_care_df = sub_dfs['health_care']

如果非要单独给每个子DataFrame命名变量（不推荐，变量过多不利于维护），也可以用globals()实现：

for col_name in returns.columns[1:]:
    globals()[col_name] = returns[['dates', col_name]]

这样会自动生成energy、health_care等变量，每个对应包含dates和对应列的DataFrame。

内容的提问来源于stack exchange，提问作者zact8