如何将DataFrame按多组学号列表拆分并生成DataFrame字典？

假设你的学号分组字典和DataFrame示例如下（你可以直接替换成自己的数据）：

# 示例：存储多组学号的字典
student_groups = {
    "group_1": ["2024001", "2024003", "2024005"],
    "group_2": ["2024002", "2024004"],
    "group_3": ["2024006", "2024007"]
}

# 示例：包含学号及其他数据的DataFrame
import pandas as pd
df = pd.DataFrame({
    "student_id": ["2024001", "2024002", "2024003", "2024004", "2024005", "2024006", "2024007"],
    "name": ["张三", "李四", "王五", "赵六", "孙七", "周八", "吴九"],
    "score": [88, 92, 79, 95, 85, 76, 81]
})

核心代码：生成子DataFrame字典 #

直接遍历学号分组字典，用isin()筛选对应学号的行，将结果存入新字典即可：

# 初始化空字典用于存储子DataFrame
grouped_dfs = {}

# 遍历分组字典，生成对应子DataFrame
for group_name, student_ids in student_groups.items():
    grouped_dfs[group_name] = df[df["student_id"].isin(student_ids)]

验证与使用 #

通过字典键名就能直接访问对应组的子DataFrame：

# 查看group_1的子DataFrame
print(grouped_dfs["group_1"])

注意事项 #

• 类型匹配：确保DataFrame中student_id列的类型和分组字典中学号的类型一致（比如都是字符串或整数），否则isin()可能无法匹配数据。类型不匹配时可转换：

  df["student_id"] = df["student_id"].astype(str)
  

• 空组处理：如果分组字典中的学号在DataFrame里不存在，对应子DataFrame会是空的。若需跳过空组，可添加判断：

  for group_name, student_ids in student_groups.items():
      sub_df = df[df["student_id"].isin(student_ids)]
      if not sub_df.empty:
          grouped_dfs[group_name] = sub_df
  

内容的提问来源于stack exchange，提问作者Meg Ward