使用 Pandas 从函数返回多个 DataFrame

Question

我正在尝试使用 Pandas 将多个 excel 表解析为单独的单独数据帧。

到目前为止我的代码是：

sheet_names =[tab1, tab2]
df_names = [1,2]

def initilize_dataframes(sheet_names):
    for name in sheet_names:
       df = xls_file.parse(name) #parse the xlxs sheet
       df = df.transpose() #transpose dates to index
       new_header = df.iloc[0] #column header names 
       df = df[1:] #drop 1st row 
       df.rename(columns=new_header, inplace= True) #rename the columns
    return df`
`
for i in df_names:
     df_(i) = initilize_dataframes(sheet_names)#something like this idk 

最后两行我无法理解。我知道该函数将返回 df，但我希望它从 df_names 列表中获取值。并相应地标记 DataFrame。

例如，excel表格中的tab1，DataFrame应该命名为df_1，分别循环为tab2和df_2。

Answer 1

可以globals:

for i, val in enumerate(df_names):
     globals()['df_' + str(vals)] = initilize_dataframes(sheet_names[i])

但更好的是使用dict 的DataFrames，sheet_names 从enumerate 中选择位置，但需要减去1，因为python 从0 计数：

dfs = {}
for i, val in enumerate(df_names):
     dfs[val] = initilize_dataframes(sheet_names[i])

print (dfs[1])