如何用Python按4个国家12个月生成48个指定格式的DataFrame

现有onlineretail数据集，包含InvoiceNo、Description、Country、Month列，涉及的国家列表：

countries = ["France", "USA", "Mexico", "Brazil"]

涉及的月份列表：

months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "July", "Aug", "Sep", "Oct", "Nov", "Dec"]

需要生成48个对应国家+月份组合的DataFrame，每个DataFrame的处理逻辑为筛选对应国家和月份的数据，再按InvoiceNo和Description分组求和、转置并填充空值。以下是两种实现方式：

方法一：用字典存储（推荐） #

这种方式避免命名空间混乱，便于统一管理和调用：

# 定义国家和月份列表
countries = ["France", "USA", "Mexico", "Brazil"]
months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "July", "Aug", "Sep", "Oct", "Nov", "Dec"]

# 初始化字典存储所有组合的DataFrame
data_dict = {}

for country in countries:
    for month in months:
        # 生成字典键名，格式为"Data_国家_月份"
        key = f"Data_{country}_{month}"
        # 执行数据处理逻辑
        processed_df = onlineretail[(onlineretail.Country == country) & (onlineretail.Month == month)]\
            .groupby(['InvoiceNo', 'Description'])['Quantity'].sum().unstack().reset_index().fillna(0)\
            .set_index('InvoiceNo')
        # 将结果存入字典
        data_dict[key] = processed_df

调用示例：data_dict["Data_France_Jan"]即可获取对应组合的DataFrame。

方法二：生成独立全局变量 #

如果需要直接生成如Data_France_Jan的独立变量，可通过修改全局命名空间实现：

countries = ["France", "USA", "Mexico", "Brazil"]
months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "July", "Aug", "Sep", "Oct", "Nov", "Dec"]

for country in countries:
    for month in months:
        # 生成变量名
        var_name = f"Data_{country}_{month}"
        # 执行数据处理逻辑
        processed_df = onlineretail[(onlineretail.Country == country) & (onlineretail.Month == month)]\
            .groupby(['InvoiceNo', 'Description'])['Quantity'].sum().unstack().reset_index().fillna(0)\
            .set_index('InvoiceNo')
        # 将变量注入全局命名空间
        globals()[var_name] = processed_df

运行后直接输入Data_France_Jan即可调用对应DataFrame。

注意事项 #

• 方法二适合临时调试场景，但大量独立变量会增加代码维护难度，优先推荐使用字典存储。
• 若数据集规模较大，生成48个DataFrame会占用较多内存，建议按需生成或优化数据处理逻辑。

内容的提问来源于stack exchange，提问作者P.t