循环遍历 Pandas 数据框并根据唯一列值拆分为多个数据框答案

【问题标题】：Loop Through Pandas Dataframe and split into multiple dataframes based on unique column values循环遍历 Pandas 数据框并根据唯一列值拆分为多个数据框
【发布时间】：2021-08-29 13:01:09
【问题描述】：

我有一个保存在列表中的数据框。有没有办法遍历列表以根据列值创建单独的数据框？

例如：转动这个

ID	Colour	Transport
0902	red	car
0902	blue	car
0105	red	car
0105	yellow	car
0105	orange	boat

到这里：

df1

ID	Colour	Transport
0902	red	car
0902	blue	car

df2

ID	Colour	Transport
0105	red	car
0105	yellow	car
0105	orange	boat

我已经寻找了一种方法来做到这一点，但找不到。有什么想法吗？

【问题讨论】：

请提供足够的代码，以便其他人更好地理解或重现问题。

标签： python pandas

【解决方案1】：

试试这个：

df1 = df.loc[df['ID'] == 0902]
df2 = df.loc[df['ID'] == 0105]

或者这个：

df1, df2 = [group for _, group in df.groupby('ID')]

或者如果你想要动态的：

dct = {f'df{idx}': group for _, group in df.groupby('ID')]}
print(dct)

或者：

dct = {}
for idx, v in enumerate(df['ID'].unique()):
    dct[f'df{idx}'] = df.loc[df['ID'] == v]

print(dct)

对于特定的数据框，像这样打印：

print(dct['df1'])

【讨论】：

【解决方案2】：

您可以使用locals()动态创建变量df1和df2：

for i, (ID, subdf) in enumerate(df.groupby('ID'), 1):
    locals()[f'df{i}'] = subdf

输出：

>>> df1
     ID  Colour Transport
2  0105     red       car
3  0105  yellow       car
4  0105  orange      boat

>>> df2
     ID Colour Transport
0  0902    red       car
1  0902   blue       car

或者你可以创建一个由组ID索引的字典：

dfs = dict(list(df.groupby('ID')))

输出：

>>> dfs['0105']
     ID  Colour Transport
2  0105     red       car
3  0105  yellow       car
4  0105  orange      boat

>>> dfs['0902']
     ID Colour Transport
0  0902    red       car
1  0902   blue       car

【讨论】：