如何使用for循环按唯一Region变量拆分数据集为多个DataFrame？

我来帮你搞定这个拆分数据集的问题！你的思路方向是对的，但代码里有两个小细节没处理好，导致没得到预期结果，咱们一步步修正：

先说说你代码里的问题 #

1. 筛选条件错误：你写的test == region是把整个DataFrame的所有单元格和region（比如"North"）做比较，这显然不是你要的——你应该只针对Region列做筛选，也就是test['Region'] == region。
2. 变量覆盖问题：每次循环你都把结果赋值给同一个reg变量，循环结束后只会剩下最后一个Region的DataFrame，之前的都会被覆盖，所以得用一个容器（比如字典）来保存每个拆分后的结果。

正确的实现步骤 #

1. 先创建示例数据集（方便测试） #

import pandas as pd

data = {
    'ID': [1, 2, 3, 4],
    'Region': ['North', 'South', 'West', 'East'],
    'Other': ['x', 'y', 'z', 'l']
}
test = pd.DataFrame(data)

2. 用for循环拆分并保存结果 #

我们用字典来存储每个Region对应的DataFrame，这样既不会覆盖，后续调用也方便：

# 初始化一个空字典，用来存拆分后的DataFrame
region_dataframes = {}

# 遍历每个唯一的Region值
for region in test['Region'].unique():
    # 筛选出当前Region的所有行，注意这里是针对Region列做判断
    region_dataframes[region] = test[test['Region'] == region]

# 现在可以通过字典的键来访问每个拆分后的DataFrame了
print("North区域的DataFrame：")
print(region_dataframes['North'])
print("\nSouth区域的DataFrame：")
print(region_dataframes['South'])

3. 更简洁的替代方案（用groupby） #

如果你想更高效，也可以直接用pandas的groupby方法，一行代码就能完成拆分：

region_dataframes = {region: group for region, group in test.groupby('Region')}

这样拆分后，你可以通过region_dataframes['North']、region_dataframes['South']等直接获取对应区域的数据集啦。

内容的提问来源于stack exchange，提问作者user