如何将含取值'1'-'4'列的单个DataFrame拆分为4个子DataFrame

没问题，这事儿用Pandas处理超简单！我给你两种实用方案，根据你的场景选就行：

方法1：直接布尔索引筛选（适合类别数量少的情况） #

如果你的目标列只有'1'到'4'这四个值，直接写条件筛选最直观。假设你的原始DataFrame叫df，目标列名为target_col（记得替换成你实际的列名）：

import pandas as pd

# 拆分出各个子DataFrame
df1 = df[df['target_col'] == '1']
df2 = df[df['target_col'] == '2']
df3 = df[df['target_col'] == '3']
df4 = df[df['target_col'] == '4']

注意：因为你说列值是字符串类型的'1'到'4'，所以条件里一定要用字符串比较，别写成数字1，否则会筛选不到数据哦。

方法2：用groupby批量生成（适合可扩展的场景） #

如果以后你的列值可能增加，或者想更整洁地管理这些子DataFrame，推荐用groupby把结果存到字典里：

# 按目标列分组，自动生成键为'df1'、'df2'...的字典
sub_dfs = {f'df{val}': group for val, group in df.groupby('target_col')}

# 调用子DataFrame的方式
df1 = sub_dfs['df1']
df2 = sub_dfs['df2']

这种方式的好处是不用手动写每个筛选语句，不管有多少个类别都能自动处理，而且用字典管理子DataFrame更不容易混乱。

内容的提问来源于stack exchange，提问作者Isoka05m