df1_part1=...
df1_part2=...
...
df1_part5=...
df2_part1=...
dflist = [[df1_part1, df1_part2, df1_part3, df1_part4, df1_part5],
[df2_part1, df2_part2, df2_part3, df2_part4, df2_part5]]
for df in dflist:
for df_part in df:
# do something with df_part
df_parts = {
'df1' : {'part1': df1_part1, 'part2': df1_part2,...,'partN': df1_partN},
'df2' : {'part1': df1_part1, 'part2': df1_part2,...,'partN': df2_partN},
'...' : {'part1': ..._part1, 'part2': ..._part2,...,'partN': ..._partN},
'dfN' : {'part1': dfN_part1, 'part2': dfN_part2,...,'partN': dfN_partN},
}
# print parts from `dfN`
for val in for df_parts['dfN'].values():
print(val)
# print part1 for all dfs
for df in df_parts.values():
print(df['part1'])
# print everything
for df in df_parts:
for val in df_parts[df].values():
print(val)
您可以尝试以下选项之一:
globals
动态访问变量:一种方法是在列表列表中收集数据帧并在该列表上迭代,而不是尝试动态解析python代码
假设这个过程是数据准备的一部分,我想提一下,只要可能,您应该尝试使用“数据准备管道”。否则,代码在几个月后就会变得一团糟
有几种方法可以解决这个问题
字典是处理这个问题最直接的方法
这种方法的好处是,您可以遍历整个字典,但不包括
range
,这以后可能会让人困惑。此外,最好将每个df_部分直接分配给dict,而不是分配可能使用一次或两次的N*N
变量。在这种情况下,您只需使用1变量,并在进行过程中重新分配:相关问题 更多 >
编程相关推荐