如何在Python中动态将data frame列表拆分为多个独立数据框

你可以通过Python全局命名空间动态注入变量的方式，批量生成独立的DataFrame对象，无需手动逐个提取，无论列表a中有多少个DataFrame都可以自动完成处理：

方案1：按对应特征名生成变量（推荐） #

由于列表a中的每个DataFrame刚好和cat_feature_names中的特征一一对应，直接用特征名作为变量名更易识别：

for feature_name, df_vc in zip(cat_feature_names, a):
    # 将特征名中的空格替换为下划线，生成符合Python规范的变量名
    valid_var_name = feature_name.replace(" ", "_")
    globals()[valid_var_name] = df_vc

运行完成后，你可以直接通过Brand、Variety、Top_Ten这类变量名直接调用对应的DataFrame。

方案2：按序号生成变量 #

如果你不需要和特征名关联，也可以用序号作为变量后缀：

for idx, df_vc in enumerate(a):
    globals()[f"df_{idx}"] = df_vc

运行完成后，df_0对应原a[0]、df_1对应原a[1]，以此类推。

补充说明 #

该实现方式没有数量上限，哪怕列表a中有上万个DataFrame都可以在极短时间内完成拆分，完全不需要手动操作。

内容的提问来源于stack exchange，提问作者rbc-2019