Python 需要基于某些筛选器在嵌套for循环中创建多个数据帧

我有证券的主要原始数据，从中我需要根据某些筛选标准创建多个证券投资组合。我已经习惯了C++的工作，不太清楚下面的是如何在Python中实现的。 我尝试使用嵌套for循环生成不同的数据帧：

i

-用于循环从2007年到2017年的年份（原始数据中的yr列）

j

-用于循环1到4的区域（原始数据中的列区域）

我需要创建不同的数据帧，然后在这些数据帧上应用一些函数： 基本上，流程是： 步骤1：Yr过滤器--> 步骤2：区域过滤器--> 步骤3：计算该年份和地区的平均E分数值、平均P分数值、平均Q分数值-->（E、P、Q是不同的列） 步骤4：按平均E分数的降序排列证券--> 第5步：选择前50名证券并将其放入数据框中

对p和Q分数也重复步骤4和5

基本上创建10*4*3数据帧

然后，这些数据帧可用于回测目的

---

任何帮助都将不胜感激。谢谢

您可以使用字典来存储数据帧。这还具有启用O（1）查找和分组相关数据的附加好处。您不需要为此使用嵌套循环，您可以将

dict

+

groupby

与输入数据帧

df

一起使用：

for k, v in df.groupby(['yr', 'region']):
    print(v)

dfs = dict(tuple(df.groupby(['yr', 'region']))

这将创建一个字典，将“yr”和“region”的每个组合映射到一个数据帧。您可以通过

d[（2010，1）]

访问2010年和地区1的数据帧

现在，要修改数据帧，只需像迭代任何其他字典一样迭代字典：

ETOP, PTOP, QTOP = {}, {}, {}

for key in dfs:
    dfs[key] = dfs[key].join(dfco.groupby('ISSUER_NAME')['E_SCORE'].mean(), ...)
    ...
    dfs[key]= dfs[key].drop_duplicates(subset=['ISSUER_NAME'], keep=False)
    ...
    E = dfs[key].sort_values('E_SCORE_ry', ascending = False)
    ETOP[key] = E.head(50)
    ...

---

注意，我创建了字典

ETOP

，

PTOP

，

QTOP

，用于存储结果数据帧，每个数据帧由相同的

（'yr'，'region'）

键结构索引。通过这种方式，您可以轻松访问、修改或组合任何特定组合的结果。

感谢您的帮助。我需要创建不同的数据帧，然后在这些数据帧上应用几个函数：基本上，流程是：Yr filter-->Region filter-->计算该Yr和Region的平均E分数值-->按平均E分数的降序排列证券-->选择前50个证券并将其放入数据帧中这些数据帧可以用于回溯测试。请添加对代码的解释，这将大大提高答案的质量。什么不起作用/需要修复？感谢您的回复Joerg。我不知道如何在嵌套for循环中创建数据帧。在上面的代码中，我无法动态创建名为dfij（->df20071 for eg）的数据帧。我知道这可以在字典里完成，但我不确定这是怎么回事。谢谢jpp。第行：dfs[key]=dfs[key]。删除重复项（子集=['ISSUER\u NAME'，保留=False）。如何在不区分大小写的情况下删除重复项？您可以使用

dfs[key]=dfs[key][~dfs[key]['ISSUER\u NAME'].str.lower（）.duplicated（）]

。有关更多详细信息，请参阅。

ETOP, PTOP, QTOP = {}, {}, {}

for key in dfs:
    dfs[key] = dfs[key].join(dfco.groupby('ISSUER_NAME')['E_SCORE'].mean(), ...)
    ...
    dfs[key]= dfs[key].drop_duplicates(subset=['ISSUER_NAME'], keep=False)
    ...
    E = dfs[key].sort_values('E_SCORE_ry', ascending = False)
    ETOP[key] = E.head(50)
    ...