如何将循环生成的列名不同的矩阵存入外部空DataFrame字典？

完整解决方案代码 #

import pandas as pd

# 示例数据集
myData = pd.DataFrame({
    'dataset': ['cat', 'cat', 'cat', 'cat', 'dog', 'dog', 'dog', 'dog', 'bird', 'bird', 'bird', 'bird'], 
    'category_1': ['orange', 'orange', 'white', 'white', 'black', 'brown', 'brown', 'black', 'red', 'green', 'red', 'green'], 
    'category_2': ['this_cat', 'that_cat', 'this_cat', 'that_cat', 'this_dog', 'that_dog', 'this_dog', 'that_dog', 'this_bird', 'that_bird', 'this_bird', 'that_bird'],
    'values': ['1', '8', '9', '2', '5', '4', '3', '10', '0', '2', '7', '9']
})

# 将values列转为数值类型（原数据是字符串，无法正确计算均值）
myData['values'] = myData['values'].astype(float)

# 初始化存储字典，用dataset的唯一值作为键
output_dfs = {k: pd.DataFrame() for k in myData['dataset'].unique()}

# 分组处理并存储到字典
for dataset_name, group_data in myData.groupby('dataset'):
    # 按category_1和category_2分组计算均值
    grouped_mean = group_data.groupby(['category_1', 'category_2'])['values'].mean().reset_index()
    # 透视转换为矩阵
    matrix = grouped_mean.pivot(index='category_2', columns='category_1', values='values').reset_index()
    # 添加dataset列，保留分组标识
    matrix['dataset'] = dataset_name
    # 调整列顺序，把dataset放在最前面
    matrix = matrix[['dataset'] + [col for col in matrix.columns if col != 'dataset']]
    # 存入字典
    output_dfs[dataset_name] = matrix

# 验证结果：访问每个DataFrame
print("bird的DataFrame:")
print(output_dfs['bird'])
print("\ncat的DataFrame:")
print(output_dfs['cat'])
print("\ndog的DataFrame:")
print(output_dfs['dog'])

关键改动说明 #

• 修正数据类型：原values列是字符串格式，必须转为数值类型（float/int）才能正确计算均值，否则会报错或得到错误结果。
• 初始化字典：用myData['dataset'].unique()获取唯一分组名，避免重复键，确保每个分组对应一个字典项。
• 添加分组标识列：在生成的matrix中加入dataset列，保留分组信息，符合你期望的输出格式。
• 调整列顺序：把dataset列移到最前面，和你给出的示例输出结构一致。

输出结果示例 #

运行后，output_dfs['bird']会输出：

dataset category_2  green  red
0    bird  that_bird    5.5  NaN
1    bird  this_bird    NaN  3.5

（注：你示例中green值14.5为计算错误，原数据bird的green对应值是2和9，均值为(2+9)/2=5.5）

内容的提问来源于stack exchange，提问作者psychcoder