如何在单个for循环中过滤、拆分并保存多个DataFrame

你当前循环只能拿到最后一个国家结果的核心原因是：每次迭代都会重新给df_filtered、df1、df2赋值，上一轮的结果会被直接覆盖，没有做持久化存储。
你现有的筛选、拆分逻辑本身是通顺的，仅存在一处语法问题：query的f-string写法存在引号嵌套错误，外层用双引号时内部匹配字符串需要改用单引号，否则会报语法错。
你提到的用容器存储每轮结果的思路是正确的，不需要为每个国家单独提前创建列表，用字典统一管理是最方便维护的方案。

用国家名作为字典的键，对应值存储拆分后的两个DataFrame元组，后续查询、遍历都非常方便，也不会污染全局命名空间：

# 初始化结果存储字典
country_splits = {}

for country in df["country"].unique():
    # 修正原query的引号嵌套问题
    df_filtered = df.query(f'country == "{country}"')
    # 按50%比例拆分
    part1 = df_filtered.sample(frac=0.5, random_state=1)
    part2 = df_filtered.drop(part1.index)
    # 存入字典
    country_splits[country] = (part1, part2)

使用时直接按国家名取值即可，例如获取印度尼西亚的两个拆分结果：

Indonesia_df1, Indonesia_df2 = country_splits["Indonesia"]

如果国家名包含空格、特殊字符（比如样例里的Western Sahara），这种方式也不需要额外处理国家名，不会出现变量名非法的问题。

如果你一定要得到[国家名]_df1、[国家名]_df2格式的零散全局变量，可以通过globals()动态注册变量，但这种方式会产生大量全局变量，后续调试、维护成本很高，仅做参考：

for country in df["country"].unique():
    df_filtered = df.query(f'country == "{country}"')
    part1 = df_filtered.sample(frac=0.5, random_state=1)
    part2 = df_filtered.drop(part1.index)
    # 替换国家名中的空格为下划线，避免变量名非法
    country_key = country.replace(" ", "_")
    globals()[f"{country_key}_df1"] = part1
    globals()[f"{country_key}_df2"] = part2

运行后就可以直接通过Ukraine_df1、Western_Sahara_df2这类变量名访问对应拆分结果。

内容的提问来源于stack exchange，提问作者asmodeus