如何根据Pandas DataFrame首列id值拆分生成两个独立子集？

错误原因 #

你遇到的报错是因为pd.DataFrame.query()方法只接受字符串格式的查询表达式，你传入的dfr.iloc[:,0]==86返回的是布尔类型的Series，不符合入参要求。

实现方案 #

下面提供3种可直接运行的实现方式： #

方案1：布尔索引（最简洁，无需修改原数据）

直接用布尔条件做行筛选，是 Pandas 最常用的筛选写法：

# 筛选id为86的所有行
df_86 = dfr[dfr.iloc[:, 0] == 86]
# 筛选id为87的所有行
df_87 = dfr[dfr.iloc[:, 0] == 87]

方案2：query方法（符合你想用query的需求）

因为你读取数据时没有指定表头，默认列名是整数0、1、2，写查询字符串时数字列名需要用反引号包裹：

df_86 = dfr.query("`0` == 86")
df_87 = dfr.query("`0` == 87")

如果先给列指定语义化名称，代码可读性会更高：

# 先重命名列
dfr.columns = ['id', 'datetime', 'value']
# 再用query查询
df_86 = dfr.query("id == 86")
df_87 = dfr.query("id == 87")

方案3：groupby批量拆分（适合id取值多的场景）

如果后续id取值变多，不需要逐个写筛选条件，用groupby批量拆分更高效：

# 按第一列分组后转成字典，key为id值，value为对应DataFrame
id_groups = dict(tuple(dfr.groupby(dfr.iloc[:, 0])))
# 直接按id取值获取对应数据
df_86 = id_groups[86]
df_87 = id_groups[87]

内容的提问来源于stack exchange，提问作者diedro