如何按公司名称列将pandas DataFrame拆分为多个子DataFrame？

你已经完成了核心的groupby('Name')分组步骤，可通过以下几种高效方式实现拆分，完全不需要手动用iloc逐个截取：

方案1：生成子DataFrame字典（最推荐） #

一行代码即可生成以公司名为键、对应子DataFrame为值的字典，调用灵活且不会污染全局命名空间：

company_dfs = {name: group for name, group in grouped_df}

# 调用示例：提取苹果公司的独立DataFrame
aapl_df = company_dfs['AAPL']

方案2：直接导出为单独CSV文件 #

如果需要把每个公司的数据单独存储供后续使用，可直接遍历分组对象批量导出：

for name, group in grouped_df:
    # 自定义文件名格式，这里以公司名作为文件名前缀
    group.to_csv(f'{name}_5yr_stock.csv', index=False)

方案3：动态生成独立变量（可选） #

如果确实需要直接生成对应公司名的独立变量，可通过globals()动态创建，该方式变量较多时容易出现命名冲突，非必要优先选择方案1：

for name, group in grouped_df:
    # 变量名统一为小写公司名加_df后缀，比如aapl_df、msft_df
    globals()[f'{name.lower()}_df'] = group

冗余代码优化提示 #

你现有代码中pd.read_csv已经通过parse_dates=['date']完成了日期列的格式转换，后续不需要再重复执行df['date'] = pd.to_datetime(df['date'])，可以删掉冗余行。

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