Python中如何通过循环将多个DataFrame保存到运行环境中

你手动逐行定义拆分后DataFrame的逻辑可以直接通过循环批量实现，完全可以自动把拆分结果生成到当前运行环境中，不需要逐个手动声明变量，参考代码如下：

# 若只需拆分指定国家，可手动维护编码列表；若要拆分所有存在的国家，替换为 df['country_code'].unique() 即可
country_codes = ["US", "MX", "CA", "AU"]

for code in country_codes:
    # 按你原有的命名习惯，用小写国家码作为变量名
    globals()[code.lower()] = df[df['country_code'].str.match(code)]

运行完成后你就可以直接在当前环境中使用us、mx等变量调用对应拆分好的DataFrame，和你手动写的效果完全一致。

注意事项 #

• 如果需要在函数内部生成外层可访问的变量，保持使用globals()即可；如果变量仅需在函数内部使用，可以替换为locals()
• 如果国家码存在空格、横杠等特殊字符，建议在生成变量名时做兼容处理，比如把特殊字符替换为下划线，避免出现非法变量名
• 若数据集整体体量极大，不建议一次性拆分所有分类加载到环境中，容易占用过多内存，可按需拆分取用

内容的提问来源于stack exchange，提问作者codedancer