Python，循环文件名的可变部分

我有一组非常类似的命令，它们都是这样的（df表示数据帧）：

我想为它做一个循环，如下所示：

for i in range(1,5):
for j in range(1,5):
df%i_part%j=...

当然，它对%不起作用。但我想这必须是一种简单的方法。

---

您能帮我吗？

您可以尝试以下选项之一：

创建映射df的字典，并通过数据帧的名称访问它：

使用

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

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

---

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

df_零件={
'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}，
}
#从“dfN”打印零件`
对于df_零件['dfN']的val in。值（）
打印（val）
#打印所有dfs的第1部分
对于df_parts.values（）中的df：
打印（df['part1']）
#打印所有内容
对于df_零件中的df：
对于df_零件[df]中的val，值（）
打印（val）

这种方法的好处是，您可以遍历整个字典，但不包括

range

，以后可能会混淆。此外，最好将每个DFU部件直接分配给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个变量，并在进行过程中重新分配：

#使用df1编码
df1=df_零件['df1']['partN']
#要做的事
#高兴吗？检查站
df_零件['df1']['partN']=df1

将数据帧分配给dict，而不是分配给变量。避免在不必要时使用全局变量，在我的情况下，全局变量的替代方案是什么？我无法定义文件列表，它太长了。我不仅有左边有数字的文件，右边还有更多。我仍然觉得奇怪的是，没有简单的解决方案。在SAS中，只需编写df%i_部分%j=。。。一切都很好。宏变量使之成为可能。有一个简单的解决方案：使用适当的数据结构，如字典，而不是使用

globals

挖掘变量名的内部。我有一些命令，如verb_kd_top3_z=top3[top3.kd.isin（top3_zl_kd）==True]我不想手动创建所有文件的列表或字典。这个解决方案没有多大帮助。实际上，我在每个命令中都有许多地方，其中相同的数字是某个文件的一部分。列表列表会很长。需要编写很多代码，所以最后我不会节省任何时间。问题是，我有5种不同类型的文件名，其中包含数字，而不仅仅是df。。。所以我需要5本字典，然后我必须重写所有命令。简单地复制、粘贴和手动更改数字更容易。我可以更快地做到这一点。我同意问题在于“糟糕”的数据准备，但我不想这样做。但我还是要用它，我无权更改名称约定。

mapping = {"df1_part1": df1_part1, "df1_part2": df1_part2}
for i in range(1,5):
    for j in range(1,5):
        mapping[f"df{i}_part{j}"] = ...

df1_part1=...
df1_part2=...
...
df1_part5=...
df2_part1=...

for i in range(1,5):
    for j in range(1,5):
        globals()[f"df{i}_part{j}"] = ...

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