如何将DataFrame按id拆分并按对应属性生成子DataFrame存储匹配id

实现方法 #

你不需要逐个拆分id再处理，直接按id生成属性集合的唯一标识后分组即可，全程用pandas内置操作就能完成，效率比手动拆分高很多。

核心步骤：

1. 给每个id生成属性集合签名：把同一个id对应的所有属性（也就是x列的取值）去重后拼接为唯一字符串，相同属性集合的id会得到完全相同的签名
2. 按生成的签名分组，每个分组就是你需要的、包含所有同属性集合id的子DataFrame

代码示例：

import pandas as pd

# 构造示例数据
data = {
    'x': ['A','B','C','D','E','A','D','E','F','Z'],
    'value': ['5','DE','False','yes','-0.9442','66','yes','-0.9442','Kuku','1'],
    'id': [1,1,1,1,1,2,2,2,2,2]
}
df = pd.DataFrame(data)

# 生成属性签名，sorted保证属性顺序不影响签名结果（如果要保留原始出现顺序可以删掉sorted）
df['attr_sign'] = df.groupby('id')['x'].transform(lambda ser: '|'.join(sorted(ser.unique())))

# 按签名分组，得到所有子DataFrame，存在字典里方便调用
grouped_dfs = {sign: group.drop('attr_sign', axis=1) for sign, group in df.groupby('attr_sign')}

# 测试打印结果
for sign, sub_df in grouped_dfs.items():
    print(f"属性集合为 {sign.replace('|', ',')} 的子DataFrame：")
    print(sub_df)
    print('-'*30)

运行结果说明：

示例数据会生成两个子DataFrame，分别对应属性集合A,B,C,D,E（包含id=1的所有行）和A,D,E,F,Z（包含id=2的所有行），符合你的需求。如果后续有其他id的属性和其中某一个一致，会自动归到对应分组里。

内容的提问来源于stack exchange，提问作者SteveS