如何通过循环创建不同命名的月度筛选列表并统计分析

原代码的问题分析 #

• 循环未使用迭代变量，始终依赖固定值times=12，导致每次循环都只筛选12月的数据
• 日期处理重复冗余，同时操作data和df两个对象，完全没必要
• 条件判断if times <=9逻辑失效，times固定为12，永远不会进入分支
• 未持久化每个月份的筛选结果，每次循环都会覆盖month变量

修正后的代码实现 #

推荐用字典存储各月份的数据集（比直接创建1、2...这类变量更易维护和遍历）：

import pandas as pd

# 读取并预处理数据
excel_path = 'short data.xlsx'
df = pd.read_excel(excel_path, parse_dates=['Closed Date Time'])

# 提取日期部分（去掉时间），直接在df上操作即可
df['Close_Date'] = df['Closed Date Time'].dt.normalize()  # 等价于dt.date转datetime，更简洁

# 按月份分组存储，key是月份数字，value是对应月份的DataFrame
monthly_dfs = {}
for month_num in range(1, 13):
    # 格式化月份字符串，1-9月自动补0
    month_str = f'2018-{month_num:02d}'
    # 筛选对应月份的数据
    monthly_dfs[month_num] = df[df['Close_Date'].dt.strftime('%Y-%m') == month_str]

# 如果一定要创建名为1、2...12的变量（不推荐，字典更规范），可以用globals()
# for month_num in range(1, 13):
#     month_str = f'2018-{month_num:02d}'
#     globals()[str(month_num)] = df[df['Close_Date'].dt.strftime('%Y-%m') == month_str]

遍历计算平均值与元素长度 #

基于字典的遍历方式更清晰，还能避免空数据集报错：

for month_num, month_df in monthly_dfs.items():
    # 计算数据行数（元素长度）
    row_count = len(month_df)
    # 计算目标数值列的平均值，替换成你实际需要计算的列名
    avg_value = month_df['目标数值列'].mean() if row_count > 0 else 0
    
    print(f"月份{month_num}: 数据行数={row_count}, 平均值={avg_value:.2f}")

补充说明 #

• 用dt.normalize()替代原有的dt.date转datetime操作，代码更简洁高效
• 字典是Python中管理多个同类型数据集的标准方式，比动态创建变量更易维护，避免命名混乱
• 加入空数据集判断，防止计算平均值时出现NaN或报错

内容的提问来源于stack exchange，提问作者Keyt Weyner