如何基于区域统计数据集生成带城市列的多个DataFrame？

核心思路 #

既然原始数据集没有城市列，我们可以为每个目标城市复制一份原始数据，添加对应的城市名称列，最后将这些新的DataFrame存入字典，用城市名作为键来快速访问。

代码实现（Pandas） #

import pandas as pd

# 示例原始数据集（实际使用时替换为你的df）
df = pd.DataFrame({
    'date': ['2024-01-01', '2024-01-02', '2024-01-03'],
    'name_region': ['Region A', 'Region B', 'Region C']
})

city_list = ['Los Angeles', 'San Diego', 'San Jose']

# 初始化字典存储各城市DataFrame
df_city = {}

for city in city_list:
    # 复制原始数据，避免修改原数据集
    city_specific_df = df.copy()
    # 添加城市名称列
    city_specific_df['city'] = city
    # 将新DataFrame存入字典
    df_city[city] = city_specific_df

# 访问示例
print(df_city['Los Angeles'])

说明 #

• 每个城市的DataFrame都是原始数据的独立副本，修改其中一个不会影响其他或原始数据集
• 通过df_city['城市名']可以直接调取对应城市的数据集，完全符合需求
• 如果原始数据集规模极大，可考虑按需生成（比如用函数动态返回）来节省内存，但常规场景下复制的方式简单高效

内容的提问来源于stack exchange，提问作者kostya ivanov