如何动态创建Pandas DataFrame？生成按交互量排序的指定后缀数据框

批量处理方案（避免重复编码） #

把现有DataFrame存入字典，通过遍历完成排序和命名，一次代码覆盖所有目标DataFrame：

def process_dataframes():
    # 假设函数内已生成onegram、twogram等5个DataFrame
    # 将目标DataFrame存入字典，键为原名称，值为对应DataFrame
    df_dict = {
        "onegram": onegram,
        "twogram": twogram,
        "threegram": threegram,
        "fourgram": fourgram,
        "original": original
    }
    
    sorted_df_dict = {}
    for name, df in df_dict.items():
        # 按Interactions降序排序，取前100行
        sorted_df = df.sort_values(by="Interactions", ascending=False).head(100)
        # 生成符合命名规则的新DataFrame并存入字典
        sorted_name = f"{name}_interactions_sorted"
        sorted_df_dict[sorted_name] = sorted_df
        # 若需要直接生成对应名称的变量（而非通过字典访问），可使用globals()
        # globals()[sorted_name] = sorted_df
    
    return sorted_df_dict

使用方式 #

调用函数后，可通过字典快速获取排序后的结果：

sorted_results = process_dataframes()
# 示例：获取onegram的排序结果
onegram_sorted = sorted_results["onegram_interactions_sorted"]

方案优势 #

• 完全避免重复编码，无需为每个DataFrame单独写排序逻辑
• 扩展性强：后续新增DataFrame时，只需在df_dict中添加键值对即可
• 逻辑清晰，便于维护和调试

注意事项 #

• 确保所有原始DataFrame都包含Interactions列，否则会触发KeyError
• 若原始DataFrame行数不足100，head(100)会返回全部行，不会报错

内容的提问来源于stack exchange，提问作者Mads Christensen