如何为DataFrame每行生成动态命名的Top20分位数列头列表

核心方案：用字典替代动态变量名 #

别费劲生成top_2017、top_2018这类独立变量——Python里不推荐动态创建变量，用字典统一存储才是更规范、易维护的做法。字典的键可以设为"top_2017"这类字符串，对应值就是该行前20百分位的列标题列表。

具体代码实现 #

假设你的DataFrame名为df，行索引是年份（如2017、2018），或你有自定义的行标识：

1. 计算每行的前20%阈值 #

这里默认取值最大的前20%，所以需要计算每行的80百分位（大于等于该值的即为前20%）：

# 按行计算80百分位阈值
row_quantiles = df.quantile(q=0.8, axis=1)

2. 循环提取并存储结果 #

# 初始化存储结果的字典
top_col_dict = {}

# 遍历DataFrame的每一行
for idx, row in df.iterrows():
    # 获取当前行的前20%阈值
    threshold = row_quantiles[idx]
    # 筛选值大于等于阈值的列，提取列标题转成列表
    top_cols = row[row >= threshold].index.tolist()
    # 生成字典键（如"top_2017"）并存储结果
    key_name = f"top_{idx}"
    top_col_dict[key_name] = top_cols

3. 访问结果 #

后续可通过字典键直接获取对应行的列标题列表：

# 查看2017年对应的前20百分位列标题
print(top_col_dict["top_2017"])

为什么不推荐动态变量名？ #

• 动态创建变量（比如用exec或globals()）会导致命名混乱，代码可读性差
• 字典能统一管理所有结果，方便遍历、修改和维护
• 避免变量名冲突的潜在风险

内容的提问来源于stack exchange，提问作者lorenzo panetta