pandas如何按DataFrame的Class列唯一值批量生成对应新DataFrame

实现代码 #

你可以直接用以下代码完成需求，逻辑简单且运行效率适配你的数据体量：

1. 首先确保你已经加载了原始DataFrame（示例为csv读取，你可以替换为自己的加载逻辑）：

import pandas as pd

# 加载原始数据，替换为你自己的文件路径/加载方式
df = pd.read_csv("your_file_path.csv")

2. 批量生成23个目标DataFrame，用字典存储方便后续调用：

# 获取Class列所有唯一分类值
class_unique = df["Class"].unique()

# 字典的键为Class值，值为对应的新DataFrame
result_dfs = {}
for cls in class_unique:
    # 复制除Class外的所有原始列
    current_df = df.drop(columns=["Class"]).copy()
    # 新增对应分类的0/1标识列
    current_df[cls] = (df["Class"] == cls).astype(int)
    result_dfs[cls] = current_df

调用&导出说明 #

• 要获取某个分类的DataFrame，直接按分类名取字典值即可，比如获取OPIOID_TYPE对应的表：print(result_dfs["OPIOID_TYPE"])
• 如果需要批量导出为csv文件，可以追加以下代码：

for cls_name, df_item in result_dfs.items():
    # 分类名作为文件名，不导出行索引
    df_item.to_csv(f"{cls_name}.csv", index=False)

内容的提问来源于stack exchange，提问作者Melderon