Python 如何在for循环中创建变量以分配数据帧？

我使用的是Python2.7，并从数据框架中按月创建一些特定的汇总指标。然后将每个平均值（一月平均产量计数、二月平均产量计数等）添加到输出文件中

My main df:

month_num     prod_desc    prod_count
01             A            52
01             B            43
01             C            38
02             A            21
02             B            24
02             c            18

我所追求的是每月汇总数据帧中的平均生产数量。现在，我每月手动汇总以下内容，并每月重复：

jan_df = df[df.month_num == '01']
jan_df = df.groupby(['prod_desc']).agg({'prod_count': np.mean})
jan_df = df.rename(columns = {'prod_count':'jan_avg_prod_count'})

我想做的是把它放在一个循环中，这样我只有一个代码块。我的方法是在1-12范围内循环，并按上述每个月对我的主要df进行子集。但是，我一直在研究如何创建数据帧并将其分配给动态变量名

我试图创建一个正确数据帧的字典，然后分配它们

month_dfs = {}
for x in range(1,13):
    month_dfs[x] = "%s_df" % calendar.month_abbr[x].lower()
    loop_month_num = '{num:02d}'.format(num = x)
    month_dfs[x] = df[df.month_num == loop_month_num]

上面生成了一个包含正确值的字典，但对子集dataframe的赋值不正确

如果我打印每月dfs，我会得到我期望的：

jan_df
feb_df
mar_df
apr_df
may_df
jun_df
jul_df
aug_df
sep_df
oct_df
nov_df
dec_df

但是，不会创建jan_df。而是使用子集数据帧填充month_dfs字典

>>> month_dfs[x]
  month_num prod_desc prod_count
3        02         A         21
4        02         B         24
5        02         C         18

我明白我所做的是不正确的。我只是不知道如何创建每月的数据帧。

---

如有任何建议或新方向，我们将不胜感激

不确定它是否适合您的用例，但您可能希望制作数据帧字典，其中每个键都是“月”。所以dataframes['jan']为您提供一月的数据帧。。等等

如果这行得通的话，你可以做一些像

months = ['jan','feb','mar', ...]
dataframes = {month:pandas.DataFrame(df[df['month_num']==index]) \
              for month,index in zip(months, range(1,13)}

---

我想在

df

上做一个pivot\u表，然后获得另一个数据帧，列名为

jan\u avg\u prod\u count，feb\u avg\u prod\u count

，等等。。。比循环更快，比字典更容易使用

In [35]: df['month'] = df.month_num.map(lambda n: calendar.month_abbr[int(n)].lower())+'_avg_prod_count'

In [36]: df
Out[36]: 
  month_num prod_desc  prod_count               month
0        01         A          52  jan_avg_prod_count
1        01         B          43  jan_avg_prod_count
2        01         C          38  jan_avg_prod_count
3        02         A          21  feb_avg_prod_count
4        02         B          24  feb_avg_prod_count
5        02         C          18  feb_avg_prod_count

In [37]: pt = df.pivot_table(columns='month',index='prod_desc',values='prod_count', aggfunc=sum)

In [38]: pt
Out[38]: 
month      feb_avg_prod_count  jan_avg_prod_count
prod_desc                                        
A                          21                  52
B                          24                  43
C                          18                  38

如果您想获得“jan_avg_prod_count”，可以像使用字典一样使用

pt

：

In [39]: pt['jan_avg_prod_count']
Out[39]: 
prod_desc
A            52
B            43
C            38
Name: jan_avg_prod_count, dtype: int64

给你一个熊猫系列

---

如果可以的话，应该避免循环，因为它很慢。

“不能正常工作”-这到底是什么意思？你能提供一些例子吗？我清理了我的例子并添加了一些输出。

df.groupby（['month\u num'，prod\u desc']）

有什么问题吗？groupby方法不会为每个月生成单独的指标。我喜欢你的方法，正在尝试。但是我得到了以下错误：TypeError:pivot_table（）得到了一个意外的关键字参数'columns'，谢谢。最后一个pivot_table语句正好满足了我的需要。pt=df.pivot\u表（cols='month'，values='prod\u count'，aggfunc=mean）