전역변수를 활용하면 가능하다.
예를 들어, 시도명 또는 시도코드마다 데이터 프레임을 만들고 싶을 때 아래와 같은 코드를 사용할 수 있음
- global()[변수명]
sido_code_list = {
'11': '서울',
'51': '강원',
'41': '경기',
'48': '경남',
'47': '경북',
'29': '광주',
'27': '대구',
'30': '대전',
'26': '부산',
'36': '세종',
'31': '울산',
'28': '인천',
'46': '전남',
'45': '전북',
'50': '제주',
'44': '충남',
'43': '충북'
}
for code, sido in sido_code_list.items():
# 동적으로 변수명 생성
df_name = f"df_{code}" #df_11, df_51...
#pandas로 데이터프레임 생성
globals()[df_name] = pd.DataFrame() #데이터프레임으로 df_11, df_51...가 생성됨
# 데이터를 넣었다면, 행수를 같이 출력함
print(f"{sido}의 행 수는 {globals()[df_name].shape[0]}입니다.") #서울의 행 수는 728036입니다.
반응형
'파이썬(Python)&판다스(Pandas)&Polars' 카테고리의 다른 글
[Pandas] 빈 값(NaN, None)에 원하는 값 채우기(pd.where) (0) | 2024.01.03 |
---|---|
[polars] pl.Config(fmt_str_lengths=) 데이터프레임의 글자를 모두 출력 (0) | 2023.12.12 |
[polars] 특정 조건을 만족하는 데이터 조회(df.filter) (2) | 2023.11.21 |
[polars] 셀 안의 문자열 또는 리스트 값 모두 보이게 출력(polars.Config.set_fmt_str_lengths, max_colwidth) (0) | 2023.11.21 |
[polars] 데이터프레임의 특정 컬럼 또는 모든 컬럼의 데이터 타입 변경하기(cast) (0) | 2023.11.21 |