如何按指定列的多个唯一值拆分DataFrame或数组

• 优先使用pandas内置groupby方法实现，这是性能最优、代码最简洁的方案，完全适配数千行规模的数据集，无需手写逐行循环：

import pandas as pd

# 原始DataFrame变量名为df
account_subdfs = {}
# groupby的sort=False参数可以关闭分组排序，保持原数据中id的出现顺序，进一步提升速度
for acc_id, sub_df in df.groupby('account_id', sort=False):
    # 存储为子DataFrame，重置索引避免后续处理出现索引混乱
    account_subdfs[acc_id] = sub_df.reset_index(drop=True)
    # 如果需要数组格式，直接替换成下面这行即可
    # account_subdfs[acc_id] = sub_df.to_numpy()

调用的时候直接用account_subdfs['ab123982173']就能拿到对应账号的子数据，后续做格式转换、批量处理都很方便。

• 如果后续只需要数组格式做计算，且同一个account_id的行在原表中是连续排列的，可以用numpy的拆分方法进一步提升速度：

import numpy as np

# 提取account_id列的编码，定位不同id的切分位置
id_encoding, unique_acc_ids = df['account_id'].factorize()
split_pos = np.where(np.diff(id_encoding) != 0)[0] + 1
# 直接切分整体数组
split_arr_list = np.split(df.to_numpy(), split_pos)
# 打包成账号id对应子数组的字典
account_subarrays = dict(zip(unique_acc_ids, split_arr_list))

注意：如果原表中同一个account_id的行是分散不连续的，使用numpy拆分前需要先执行df = df.sort_values('account_id').reset_index(drop=True)排序，否则会把同一id的数据拆成多段。

• 性能提示：以上两种方法都是基于库底层优化过的C实现逻辑，比纯Python手写逐行判断、拼接临时数组的方案快数十倍，哪怕数据量涨到十万行级别也能快速处理完成。

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