如何对DataFrame中region列同名数据分组并赋值给变量？

假设你当前持有的包含region、year、grdp三列的DataFrame变量名为df，可以按以下两种方式实现需求：

方法1：批量生成分组字典（推荐，适配多区域取值场景） #

用pandas内置的groupby方法按region列拆分，直接生成「区域名: 对应子数据集」的字典，后续按需取值赋值即可：

# 按region列分组，归集所有同名区域的数据
region_group_dict = {region_name: sub_df for region_name, sub_df in df.groupby("region", as_index=False)}

# 提取"서울특별시"对应的所有行，赋值给指定变量
seoul_df = region_group_dict.get("서울특별시")

• 可以通过region_group_dict.keys()查看所有已分组的区域名称，避免拼写错误导致取空值
• 其他区域的数据直接用对应名称当key取就行，不用重复写筛选逻辑

方法2：直接筛选特定区域（适配仅需提取个别固定区域的场景） #

如果你只需要提取少数几个固定区域的数据，不用走全量分组逻辑，直接按列值筛选赋值即可：

# 筛选서울특별시对应的数据，重置索引避免后续处理出现索引问题
seoul_df = df[df["region"] == "서울특별시"].reset_index(drop=True)

拿到子数据集之后可以直接用print(seoul_df)验证结果，输出的就是对应区域所有行的三列数据，和预期的归集效果一致。

内容的提问来源于stack exchange，提问作者ksjsas