如何用循环生成并命名含日期列的独立Pandas DataFrame？

你的问题出在循环里的赋值方式不对——你每次把切片后的DataFrame赋值给临时变量i，但这个变量只会在循环内临时存在，而且没有把这些子DataFrame和列名（比如Alle）绑定成可全局调用的变量，所以循环结束后自然找不到Alle这个名称。

下面给你两种可行的解决办法，优先推荐第一种：

方法1：用字典存储（推荐） #

用字典来管理这些子DataFrame是最整洁、最安全的方式，不会污染命名空间，也方便后续批量操作：

# 初始化一个空字典
sub_dfs = {}

# 遍历所有数值列（排除'Datum'）
for col_name in df.columns.drop('Datum'):
    # 把每个子DataFrame存入字典，键就是列名
    sub_dfs[col_name] = df[['Datum', col_name]]

# 调用示例：通过字典键访问对应的子DataFrame
sub_dfs['Alle'].info()
sub_dfs['B'].head()

这种方式的好处是：

• 所有子DataFrame都集中在一个容器里，便于管理和遍历
• 不用担心列名和现有变量重名导致的覆盖问题

方法2：直接创建独立变量（不推荐） #

如果你确实需要把每个子DataFrame变成独立的全局变量，可以用globals()函数将变量名注入全局命名空间：

# 遍历数值列，创建对应名称的全局变量
for col_name in df.columns.drop('Datum'):
    globals()[col_name] = df[['Datum', col_name]]

# 现在可以直接调用
Alle.info()
B.describe()

⚠️ 注意：这种方式不推荐，原因如下：

• 如果列名和你已有的变量重名，会直接覆盖原有变量，导致难以排查的bug
• 变量太多时，会让你的命名空间变得混乱，不利于代码维护

为什么原来的代码不行？ #

再回头看你的原代码：

for i in df.columns:
    i = df[["Datum", i]]
    print(i)

这里的i是循环变量，每次循环都会被重新赋值：第一次i是'Datum'，赋值后变成包含Datum和Datum的DataFrame；第二次i是'Alle'，赋值后变成对应的子DataFrame，但循环结束后i只会保留最后一次循环的结果（也就是df[['Datum', 'X']]），而且从来没有把这些子DataFrame和列名绑定成独立变量，所以调用Alle时会提示未定义。

内容的提问来源于stack exchange，提问作者thyhmoo