如何基于Top5事件DataFrame的Code动态拆分交易DataFrame？

方式一：动态创建独立变量（df1 至 df5） #

假设存储各类交易数据的大型DataFrame名为big_transaction_df，可以通过以下代码实现：

# 提取Top5事件的Code列表
top_codes = top_5['Code'].tolist()

# 循环生成对应子集并赋值给df1到df5
for idx, code in enumerate(top_codes, start=1):
    # 筛选匹配当前Code的交易数据
    subset = big_transaction_df[big_transaction_df['Code'] == code]
    # 动态创建全局变量
    globals()[f'df{idx}'] = subset

方式二：用字典存储子集（更推荐） #

直接创建df1到df5这类独立变量不利于后续批量操作，更建议用字典存储所有子集，方便按Code快速调用：

code_subsets = {}
for code in top_5['Code'].tolist():
    code_subsets[code] = big_transaction_df[big_transaction_df['Code'] == code]

# 调用示例：获取某Code对应的子集
# code_subsets['目标Code值']

内容的提问来源于stack exchange，提问作者alec22