如何用for循环创建多个命名规范的DataFrame

我明白你遇到的困扰了——每次用for循环拉取API数据生成DataFrame时，前一次的数据总是被新的覆盖，这大概率是因为你一直在用同一个变量名（比如df）来接收每次循环的结果对吧？别担心，用一个字典来存储这些独立的DataFrame就能完美解决这个问题，下面给你具体的实现思路和代码示例：

核心思路 #

不用单一变量存储DataFrame，而是创建一个字典，把每个元组里指定的名称作为字典的键，对应拉取到的DataFrame作为值。这样每个命名的DataFrame都会被独立保存，不会互相覆盖。

代码示例 #

假设你的待拉取数据元组列表是类似这样的（第一个元素是API需要的时间间隔参数，第二个是你想要的DataFrame名称）：

# 示例：你的元组列表结构
fetch_tasks = [
    ("5min", "five_minute_data"),
    ("1h", "hourly_data"),
    ("1d", "daily_data"),
    ("7d", "weekly_data")
]

接下来是完整的实现代码：

import pandas as pd
import requests  # 假设你用requests调用API，可替换为你实际使用的库

# 初始化空字典，用于存放所有独立的DataFrame
df_collection = {}

# 遍历每个拉取任务
for interval, df_name in fetch_tasks:
    # 1. 调用API拉取数据（替换成你实际的API请求逻辑）
    api_endpoint = f"https://your-api-url.com/get_data?interval={interval}"
    response = requests.get(api_endpoint)
    raw_data = response.json()  # 假设API返回JSON格式数据
    
    # 2. 将数据转换为DataFrame
    current_df = pd.DataFrame(raw_data)
    
    # 3. 将DataFrame存入字典，用指定名称作为键
    df_collection[df_name] = current_df

如何访问独立的DataFrame #

之后你可以通过字典的键（也就是你指定的名称）来直接访问对应的DataFrame：

# 查看5分钟间隔的数据前5行
print(df_collection["five_minute_data"].head())

# 查看日度数据的基本信息
df_collection["daily_data"].info()

额外小技巧：批量保存DataFrame #

如果需要把这些独立的DataFrame保存到文件，还可以批量处理：

for df_name, df in df_collection.items():
    # 保存为CSV文件，文件名就是你指定的DataFrame名称
    df.to_csv(f"{df_name}.csv", index=False)

内容的提问来源于stack exchange，提问作者hkml