如何基于Pandas DataFrame的唯一entity值创建带df_前缀的子DataFrame

首先给出原始DataFrame的定义代码：

import pandas as pd
    
df = pd.DataFrame({
        'entity': ['foo', ' bar', 'baz', 'buzz', 'bar', 'buzz', 'foo', 'foo'],
        'value': [4, 3, 2, 1, 9, 8, 7, 4]
    })

对应的DataFrame内容：

需求：针对entity列的每个唯一值创建独立的DataFrame，命名格式为df_<唯一值>（如df_foo、df_bar等）。

方法1：动态创建全局变量（不推荐，易污染命名空间） #

利用Python的globals()函数直接生成对应变量，步骤如下：

# 先清理entity列的前置/后置空格（原始数据中存在' bar'这类带空格的值，确保同实体统一）
df['entity'] = df['entity'].str.strip()

# 遍历每个唯一entity值，生成对应DataFrame变量
for entity in df['entity'].unique():
    globals()[f'df_{entity}'] = df[df['entity'] == entity].reset_index(drop=True)

执行后可直接调用df_foo、df_bar等变量，每个变量对应筛选后的子DataFrame。

方法2：用字典存储（推荐，规范易管理） #

如果不想污染全局命名空间，建议用字典统一存储所有子DataFrame，避免变量冲突：

# 清理entity列空格
df['entity'] = df['entity'].str.strip()

# 创建字典存储子DataFrame
df_collection = {}
for entity in df['entity'].unique():
    df_collection[f'df_{entity}'] = df[df['entity'] == entity].reset_index(drop=True)

# 调用示例：df_collection['df_foo']、df_collection['df_bar']

这种方式更安全，也方便后续批量操作所有子DataFrame。

注意：如果不需要清理entity列的空格，可去掉str.strip()步骤。

内容的提问来源于stack exchange，提问作者equanimity