如何无需指定每个城市按UF列拆分Pandas DataFrame？

当然有更简洁高效的实现，直接用Pandas内置的groupby方法就行，完全不用手动处理去重和循环判断：

方法1：获取分组对象（最灵活） #

直接按"UF"列分组，得到一个可迭代的分组对象，后续可以按需提取数据：

city_groups = people.groupby("UF")

想要单独取某城市的数据时，用get_group方法：

# 提取SP城市的DataFrame
sp_data = city_groups.get_group("SP")

方法2：生成和原代码一样的列表格式 #

一行代码就能生成所有城市DataFrame组成的列表：

temporary = [group for _, group in people.groupby("UF")]

这里的_是占位符，用来接收分组的城市名称（如果不需要存城市名的话）。

方法3：生成城市名对应DataFrame的字典（更实用） #

如果需要快速通过城市名定位数据，转成字典会更方便：

city_data_dict = {city: group for city, group in people.groupby("UF")}

之后直接通过city_data_dict["RJ"]就能拿到对应城市的人员数据。

对比你原来的代码，groupby是Pandas专门为分组场景优化的方法，内部处理逻辑更高效，尤其是数据量较大时，性能优势会很明显。

内容的提问来源于stack exchange，提问作者Fabio Figueiredo