如何将字典中按周拆分的pandas DataFrame转为独立可调用变量

你之前使用pd.dict_to_df不生效的原因是：该方法的作用是将字典结构转换为单个DataFrame对象，和你要拆分生成多个独立变量的需求完全不匹配。

你可以通过修改全局命名空间globals()的方式，将字典中的键值对直接注册为全局可调用变量，实现代码如下：

import pandas as pd
import numpy as np

# 你原有的拆分逻辑
d = {}
for week, data in df.groupby(pd.cut(df['week'], np.arange(0, 52+6, 6))):
    d[f'df{len(d.items())}'] = data 

# 新增：将字典中的子DataFrame注册为独立变量
for var_name, df_sub in d.items():
    globals()[var_name] = df_sub

执行完上述代码后，就可以直接调用df0、df1等变量使用对应子表。

注意事项 #

• 该操作会覆盖全局命名空间中已存在的同名变量，执行前请确认没有和df0、df1等命名冲突的已有变量
• 通常更推荐保留字典存储的形式，批量处理子表时直接遍历字典d会比调用动态生成的变量更易维护，也避免污染全局命名空间
• 如果是在函数内部使用这些子表，不推荐生成动态局部变量，直接通过字典d调用对应子表即可

内容的提问来源于stack exchange，提问作者Coke Verdejo