我有许多要导出到pandas数据框的SAS数据集。为此，saspy模块具有sd2fd方法。此SO post描述了我遇到的问题，该链接具有解释为什么在执行代码时不能替换字符串并将其用作变量名的链接。
我正在定义mk_df函数来调用sd2fd方法，然后使用字典来传递键/值对。
import os
import glob
from pathlib import Path
import saspy
import pandas as pd
p = Path('/home/trb/sasdata/export_2_df')
sas_datasets = []
df_names = []
pya_tables = []
sep = '.'
for i in p.rglob('*.sas7bdat'):
sas_datasets.append(i.name.split(sep,1)[0])
df_names.append('df_' + i.name.split(sep,1)[0])
sd_2_df_dict = dict(zip(sas_datasets,df_names))
sas = saspy.SASsession(results='HTML')
返回：
Using SAS Config named: default
SAS Connection established. Subprocess id is 27752
代码继续...
# tell sas where to find the dataset
sas_code='''
libname out_df "~/sasdata/export_2_df/";
'''
libref = sas.submit(sas_code)
# define the mk_df function
def mk_df(sas_name, df_name):
df_name = sas.sd2df(table = sas_name, libref = 'out_df', method='CSV')
return df_name
# call the mk_df function
for key, value in sd_2_df_dict.items():
print(key, value)
mk_df(key, value)
返回值：
cars df_cars
failure df_failure
airline df_airline
prdsale df_prdsale
retail df_retail
stocks df_stocks
但是，没有创建任何数据框。
print(df_cars)
NameError Traceback (most recent call last)
<ipython-input-18-aa21e263bad6> in <module>()
----> 1 print(df_cars)
NameError: name 'df_cars' is not defined
我验证了
mk_df函数的工作原理：mk_df('stocks', 'df_stocks')
Stock Date Open High Low Close Volume AdjClose
0 IBM 2005-12-01 89.15 89.92 81.56 82.20 5976252.0 81.37
1 IBM 2005-11-01 81.85 89.94 80.64 88.90 5556471.0 88.01
2 IBM 2005-10-03 80.22 84.60 78.70 81.88 7019666.0 80.86
3 IBM 2005-09-01 80.16 82.11 76.93 80.22 5772280.0 79.22
4 IBM 2005-08-01 83.00 84.20 79.87 80.62 4801386.0 79.62
打印
key和value返回字符串：print(key, value)
stocks df_stocks
如何迭代对
mk_df函数的调用？还是我应该考虑其他方法？@Python R SAS，这是一个有用的观察。因此，我更改了
mk_df函数以包含更多信息，并尝试显式命名输出DataFrame。def mk_df(sas_name, out_df):
out_df = sas.sd2df(table = sas_name, libref = 'out_df', method='CSV')
out_df.df_name = out_df
name =[x for x in globals() if globals()[x] is out_df]
print("Dataframe Name is: ", name, "Type: ", type(out_df))
return out_df
现在对该函数的调用是：
j = 0
for key, value in sd_2_df_dict.items():
mk_df(key, value).name=df_names[j]
j += 1
返回值：
/opt/anaconda3/lib/python3.7/site-packages/ipykernel_launcher.py:3: UserWarning: Pandas doesn't allow columns to be created via a new attribute name - see https://pandas.pydata.org/pandas-docs/stable/indexing.html#attribute-access
This is separate from the ipykernel package so we can avoid doing imports until
Dataframe Name is: [] Type: <class 'pandas.core.frame.DataFrame'>
Dataframe Name is: [] Type: <class 'pandas.core.frame.DataFrame'>
Dataframe Name is: [] Type: <class 'pandas.core.frame.DataFrame'>
Dataframe Name is: [] Type: <class 'pandas.core.frame.DataFrame'>
Dataframe Name is: [] Type: <class 'pandas.core.frame.DataFrame'>
Dataframe Name is: [] Type: <class 'pandas.core.frame.DataFrame'>
最佳答案
我没有运行此代码，因此我的回答可能不正确。我看到的是，您的mk_df函数返回了从SAS数据集创建的数据帧。但是，调用该函数时，没有将其分配给任何对象。因此df_name在mk_df函数之外不可用。
根据您的修改进行更改
关于这段代码-name =[x for x in globals() if globals()[x] is out_df]：您没有在任何地方创建名称为df_cars，df_failure等的变量。因此，globals（）词典中没有任何内容可以使您获得成功，因此x始终为空-这将在您的输出中体现出来。
我认为您要尝试的是通过迭代中变量“值”中包含的名称创建一个数据框。因此，如果值是df_cars，则尝试创建一个名为df_cars的数据框。
问题是，当您在方法中执行类似df_name =的操作时，它会重新绑定原始引用，因此该引用会丢失。有关详细信息，请参见此出色的讨论。 How do I pass a variable by reference?
另外，我认为您混淆了df_name和out_df，或者我没有完全理解您要尝试做的事情。
一种方法是使用exec语句，出于各种原因，通常不建议使用该语句：
def mk_df(sas_name):
this_df = sas.sd2df(table = sas_name, libref = 'out_df', method='CSV')
this_df.name = "df_" + sas_name
return this_df
for key, value in sd_2_df_dict.items():
exec(value + "= mk_df(" + key + ")")
但是我认为您最好只通过字典来维护不同的数据帧。即
dfs = dict()
for key, value in sd_2_df_dict.items():
dfs[key] = mk_df(key)
关于python - 如何遍历 Pandas 数据框的集合？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57129757/