Python 如果循环要将列复制到单独的数据帧，请相应地重命名df

我尝试获取一个数据帧，从第二列开始遍历每一列，然后将第一个常量列+下一个常量列逐个复制到新的数据帧

df = pd.DataFrame({'Year':[2001 ,2002, 2003, 2004, 2005], 'a': [1,2, 3, 4, 5], 'b': [10,20, 30, 40, 50], 'c': [0.1, 0.2, 0.3, 0.4,0.5]})
df

为了得到与此输出类似的结果，但我需要它进行循环，因为我最多可以有40列来运行逻辑

df_a=pd.DataFrame()
df_a=df[['Year', 'a']].copy()
df_b=df[['Year', 'b']].copy()
df_c=df[['Year', 'c']].copy()
print(df_a)
print(df_b)
print(df_c)

---

如果我知道如何命名df_uz['name of column It's copying']，那也太好了。非常感谢您，如果是重复的，请原谅。

我建议您通过听写理解将其拆分，然后您将拥有一个单独数据帧的词典。例如：

dict_of_frames = {f'df_{col}':df[['Year', col]] for col in df.columns[1:]}

为您提供

df_a

、

df_b

和

df_c

词典，您可以像访问任何其他词典一样访问这些词典：

>>> dict_of_frames['df_a']
   Year  a
0  2001  1
1  2002  2
2  2003  3
3  2004  4
4  2005  5

>>> dict_of_frames['df_b']
   Year   b
0  2001  10
1  2002  20
2  2003  30
3  2004  40
4  2005  50

---

您需要创建一个数据帧字典，如下所示，列名作为键，子数据帧作为值

df = df.set_index('Year')
dict_ = {col: df[[col]].reset_index() for col in df.columns}

您可以简单地使用列名访问字典并获取相应的数据帧

dict_['a']

输出：

    Year    a
0   2001    1
1   2002    2
2   2003    3
3   2004    4
4   2005    5

----------------------------------------
   Year  a
0  2001  1
1  2002  2
2  2003  3
3  2004  4
4  2005  5
----------------------------------------
   Year   b
0  2001  10
1  2002  20
2  2003  30
3  2004  40
4  2005  50
----------------------------------------
   Year    c
0  2001  0.1
1  2002  0.2
2  2003  0.3
3  2004  0.4
4  2005  0.5

您可以通过以下方式迭代

命令

：

for col, df in dict_.items():
    print("-"*40) #just for separation
    print(df) #or print(dict_[col])

输出：

    Year    a
0   2001    1
1   2002    2
2   2003    3
3   2004    4
4   2005    5

----------------------------------------
   Year  a
0  2001  1
1  2002  2
2  2003  3
3  2004  4
4  2005  5
----------------------------------------
   Year   b
0  2001  10
1  2002  20
2  2003  30
3  2004  40
4  2005  50
----------------------------------------
   Year    c
0  2001  0.1
1  2002  0.2
2  2003  0.3
3  2004  0.4
4  2005  0.5

您不需要创建字典来复制和访问所需的数据。您可以简单地复制数据帧（如果有可变元素，则进行深度复制），然后使用索引来访问特定系列：

dfs = df.set_index('Year').copy()

print(dfs['a'])

Year
2001    1
2002    2
2003    3
2004    4
2005    5
Name: a, dtype: int64

您可以通过以下方式迭代列：

---

是的，这给出了系列，但是它们可以通过

系列轻松地转换为数据帧。重置索引（）

或

系列。再次，到\u框架（）

，我们得到了相同的基本答案！你比我先发了x秒。我想，我应该快点@萨库：谢谢你@哈夫潘！对不起，我要求上面的这个，所以如果我需要遍历这些帧，我应该做什么：对于范围（1，len（df.columns[4:]）中的I:finaldf={dict_of_frames['df_{col}]，对于df.columns[4:}中的col？？？@MarinaGoldylocks查看编辑。我希望这会清除你如何迭代dict_uuz。让我知道它是如何进行的。谢谢你，@harvpan-非常有用！一切都正常！非常感谢@sacul！再问一个问题，如果我需要迭代这些帧，我应该做什么：范围内的I（1，len（df.columns[4:]）：finaldf={dict_of_frames['df_{col}]]for col in df.columns[4:][}？我不太清楚你的意思，但我会反复说：

for df in dict_of_frames.keys（）：dict_of_frames[df]…

谢谢@sacul-你们这些家伙太棒了！向堆栈溢出社区致敬！谢谢你们，@jpp-这是一个不错的选择！