如何将pandas dataframe按行拆分为多个独立的dataframe

你之前调用row.to_df()的写法存在两个问题：一是pandas中Series转DataFrame的正确方法是to_frame()，二是直接转换得到的是纵向结构，需要转置后才能匹配你要的横向单行效果。以下是两种可直接落地的实现方式：

方案1：位置索引直接取（推荐，性能更高） #

取行时使用双层方括号包裹行索引，直接得到单行DataFrame，无需额外转换：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame([[0,1,2],[3,4,5],[6,7,8]], columns=['a','b','c'])

# 拆分所有行存入列表，每个元素都是独立的单行DataFrame
df_list = [df.iloc[[i]] for i in range(len(df))]

方案2：适配遍历行的写法 #

如果已经在使用iterrows()遍历行，只需要对生成的Series做转置处理即可：

df_list = []
for idx, row in df.iterrows():
    single_df = row.to_frame().T
    df_list.append(single_df)

效果验证 #

遍历打印列表内的子DataFrame即可得到你需要的输出格式：

for single_df in df_list:
    print(single_df)
    print("\n")

内容的提问来源于stack exchange，提问作者Gony