基于动态NAME列拆分DataFrame为多个独立DataFrame或列表的求助

嘿，这个问题其实用pandas的groupby就能轻松搞定！你之前可能没注意到，groupby返回的对象是可以迭代的，每次迭代会给出分组名称和对应的子DataFrame，刚好满足你的需求。

核心实现步骤 #

1. 对原DataFrame按NAME列分组
2. 将分组结果转换为字典（键是NAME的取值，值是对应子DataFrame），或者直接迭代分组来处理每个子DataFrame

代码示例 #

假设你的原DataFrame名为df，代码如下：

import pandas as pd

# 1. 按NAME列分组
grouped_df = df.groupby('NAME')

# 2. 转换为字典，方便快速访问每个子DataFrame
df_groups = {group_name: group_data for group_name, group_data in grouped_df}

如何访问拆分后的DataFrame #

现在你可以通过字典的键直接获取对应分组的DataFrame：

• 获取S N对应的DataFrame：df_groups['S N']
• 获取H H对应的DataFrame：df_groups['H H']
• 其他分组比如O S、L S同理

如果想把每个子DataFrame单独赋值给变量，也很简单：

df_sn = df_groups['S N']
df_hh = df_groups['H H']
df_os = df_groups['O S']
df_ls = df_groups['L S']
df_dl = df_groups['D L']

遍历所有分组（可选） #

如果需要批量处理每个子DataFrame，可以直接遍历grouped_df对象：

for group_name, group_data in grouped_df:
    print(f"=== DataFrame for {group_name} ===")
    print(group_data)
    print("\n")

这样就能得到你期望的多个独立DataFrame，每个只包含NAME列相同值的行~

内容的提问来源于stack exchange，提问作者user890234