如何按day字段拆分Pandas DataFrame及遍历返回空问题的修复方法

• 遍历范围错误：range(len(df_sec))生成从0开始的整数序列，而你的day字段取值从1开始，同时你遍历的长度是df_sec的行数，而非day字段的最大有效值，循环后期的i值大多没有对应的day记录，你最后打印的是循环最后一次迭代的df，大概率对应无匹配的i值，所以返回空数据框。
• 循环变量手动赋值无效：for循环的迭代变量i会在每次循环开始时自动被range生成的序列值覆盖，你在循环内写的i=i+1不会对下一次循环的i值产生任何影响，属于无效代码。
• 未存储拆分结果：每次循环你都用新的筛选结果覆盖df变量，前面拆分好的对应其他日期的数据框会被直接丢弃，无法保留所有拆分结果。

方案1：遍历唯一日期值存储结果 #

直接取day字段的所有唯一值遍历，把每个拆分后的df存入字典，key为日期值，方便后续调用：

# 初始化存储拆分结果的字典
day_dfs = {}
# 遍历所有唯一的day值
for day_val in prediction['day'].unique():
    day_dfs[day_val] = prediction[prediction['day'] == day_val]

# 调用示例：获取day=1的数据框
print(day_dfs[1])

方案2：用pandas内置groupby更高效实现 #

不需要手动写循环，直接用groupby按day字段分组，转字典即可一步完成拆分：

day_dfs = dict(tuple(prediction.groupby('day')))

# 调用示例：获取day=29的数据框
print(day_dfs[29])

内容的提问来源于stack exchange，提问作者Giorgos