如何通过循环批量生成DataFrame的指定列组合子集？

嗨，我来帮你解决这个用循环批量生成DataFrame的问题！先理清楚需求和实现方案：

首先我们有这个初始的DataFrame（记得先导入依赖库哦）：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,10,size=(100,6)),columns = ['red','blue','yellow','green','purple','total'])

你需要实现的核心逻辑是：从原DataFrame中提取某一列和最后一列（total，索引为5），生成多个新的DataFrame，手动写会是这样：

df_red = df[df.columns[[0,5]]]
df_blue = df[df.columns[[1,5]]]
df_yellow = df[df.columns[[2,5]]]
df_green = df[df.columns[[3,5]]]
df_purple = df[df.columns[[4,5]]]

但你希望用循环自动完成，避免手动重复代码，尤其是当列数更多时更高效。

这里有两种实用的方式，推荐第一种更规范的写法：

方式1：用字典存储生成的DataFrame（推荐） #

用字典统一管理这些新的DataFrame是Python中的最佳实践，既整洁又方便后续批量操作：

# 获取除了total列之外的所有颜色列名
color_columns = df.columns[:-1]
# 创建空字典来存放结果
df_collection = {}

# 遍历每个颜色列，生成对应的DataFrame并存入字典
for col_name in color_columns:
    # 直接用列名索引比用数字索引更直观，可读性更强
    df_collection[f'df_{col_name}'] = df[[col_name, 'total']]

# 后续可以通过字典键访问对应的DataFrame，比如查看df_red的前几行
print(df_collection['df_red'].head())

方式2：动态创建独立变量（不推荐，仅作了解） #

如果你确实需要单独的全局变量（比如df_red、df_blue），可以用globals()动态创建，但这种方式在复杂项目中容易导致变量混乱，不利于维护：

color_columns = df.columns[:-1]

for col_name in color_columns:
    # 动态创建全局变量
    globals()[f'df_{col_name}'] = df[[col_name, 'total']]

# 现在可以直接使用这些变量
print(df_blue.head())

用字典存储的方式优势很明显：比如你后续要把所有生成的DataFrame导出为CSV文件，只需要再循环一次字典即可，不需要逐个处理变量，大大提升效率。

内容的提问来源于stack exchange，提问作者Si_CPyR