如何在Python中批量创建子DataFrame并执行重复操作？

你完全不需要重复编写100次相同代码，用字典存储子DataFrame是更高效、更易维护的方案，同时避免了globals()带来的命名空间混乱问题。

为什么不推荐用globals()创建变量？ #

直接生成df1到df100这类全局变量会污染命名空间，后续难以批量操作这些变量（比如遍历、统一修改），还容易引发命名冲突或调试困难。

方案1：用字典统一存储并批量处理 #

步骤1：批量创建子DataFrame并存入字典 #

import pandas as pd

# 假设原始df已定义
sub_dfs = {}
for i in range(1, 101):
    # 生成子集并以'df1'、'df2'...为键存入字典
    sub_dfs[f'df{i}'] = df.iloc[i:10*i, i:20*i]

步骤2：批量处理所有子DataFrame #

可以单独遍历字典处理，也可以和创建步骤合并：

processed_dfs = {}
for name, df_sub in sub_dfs.items():
    # 从键名中提取数字作为列名（比如'df1'提取'1'）
    col_name = name.split('df')[1]
    # 执行堆叠和转换操作
    stacked_data = df_sub.stack()
    processed_dfs[name] = pd.DataFrame(stacked_data, columns=[col_name])

合并创建与处理的简化写法

如果不需要保留未处理的子集，可以直接在一个循环内完成：

processed_dfs = {}
for i in range(1, 101):
    # 创建子集
    df_sub = df.iloc[i:10*i, i:20*i]
    # 处理并存入字典
    processed_dfs[f'df{i}'] = pd.DataFrame(df_sub.stack(), columns=[str(i)])

如何访问单个处理后的DataFrame？ #

通过字典的键直接调用即可：

# 获取处理后的df1
df1_processed = processed_dfs['df1']
# 获取处理后的df50
df50_processed = processed_dfs['df50']

（不推荐）如果一定要生成独立变量 #

如果出于特殊需求必须得到df1到df100这类独立变量，可以将字典内容导入局部命名空间，但不建议长期使用这种方式：

locals().update(processed_dfs)
# 之后直接使用df1、df2等变量

内容的提问来源于stack exchange，提问作者Gihyun Yi