如何通过循环生成带数字后缀命名的多个DataFrame？

这里有两种常用实现方式，推荐优先用第一种字典存储的方案，代码维护性更高：

方案1：用字典存储所有子DataFrame（推荐） #

把所有子表存在一个字典里，调用的时候直接取sub_df_dict['sub_df_1']格式即可，实现代码如下：

import pandas as pd
df = pd.read_csv('https://raw.githubusercontent.com/justmarkham/pandas-videos/master/data/imdb_1000.csv')

split_point = [0,10,25,168]
sub_df_dict = {}
n = len(split_point) 
for i in range(0, n-1): 
    print("Dataset ", i+1, " - Record Range: ",  split_point[i], '-', split_point[i+1]-1)
    # 按要求格式生成键名存储子表
    sub_df_dict[f'sub_df_{i+1}'] = df.iloc[split_point[i]:split_point[i+1], :]

调用示例：需要读取第一个子表时，直接使用sub_df_dict['sub_df_1']即可。

方案2：动态生成全局变量（不推荐，易造成全局变量污染） #

如果确实需要直接生成sub_df_1、sub_df_2这类可以直接调用的独立变量，可以通过globals()方法实现：

import pandas as pd
df = pd.read_csv('https://raw.githubusercontent.com/justmarkham/pandas-videos/master/data/imdb_1000.csv')

split_point = [0,10,25,168]
n = len(split_point) 
for i in range(0, n-1): 
    print("Dataset ", i+1, " - Record Range: ",  split_point[i], '-', split_point[i+1]-1)
    # 动态生成对应命名的全局变量
    globals()[f'sub_df_{i+1}'] = df.iloc[split_point[i]:split_point[i+1], :]

运行后即可直接调用sub_df_1、sub_df_2、sub_df_3三个子表变量。

内容的提问来源于stack exchange，提问作者Jingting Xu