如何将列表中存储的每个Series分别转换为对应的独立DataFrame

问题描述 #

我有一个由Series组成的列表：

我需要将列表中的每一个Series分别存储为对应的DataFrame输出。我尝试使用带enumerate()的for循环来实现，但始终无法得到正确结果。
期望的输出对应关系为：Series0 -> Dataframe0...Series4 -> Dataframe4

解决方案 #

方式1：字典存储（推荐） #

不会污染全局变量，调用逻辑更规范：

import pandas as pd

# 将series_list替换为你自己的Series列表变量名
df_store = {}
for idx, ser in enumerate(series_list):
    df_store[f"Dataframe{idx}"] = ser.to_frame()

# 调用示例：获取第一个转换完成的DataFrame
# print(df_store["Dataframe0"])

方式2：生成独立全局变量 #

如果需要直接调用Dataframe0、Dataframe1这类独立变量，可以使用globals()方法实现：

for idx, ser in enumerate(series_list):
    globals()[f"Dataframe{idx}"] = ser.to_frame()

常见出错原因 #

如果之前循环执行后没有得到预期结果，大概率是没有调用to_frame()方法完成类型转换，直接赋值得到的仍是Series类型，而非DataFrame。你也可以用pd.DataFrame(ser)实现相同的转换效果。

内容的提问来源于stack exchange，提问作者arvin62