pandas如何按指定列的不同值分组拆分出多个独立DataFrame

已知a列所有取值的场景 #

直接按列值筛选即可得到对应分组的独立DataFrame：

# 筛选a列值为aaa的分组
df_aaa = df[df['a'] == 'aaa']
# 筛选a列值为bbb的分组
df_bbb = df[df['a'] == 'bbb']
# 筛选a列值为ccc的分组
df_ccc = df[df['a'] == 'ccc']

未知a列所有取值的场景 #

用groupby方法自动识别所有唯一分组，统一存储为字典即可，不需要提前枚举a列的取值：

# 生成分组字典，键为a列的取值，值为对应分组的DataFrame
grouped_df = dict(tuple(df.groupby('a')))

# 调用方式：直接按键取值即可，比如获取a列值为aaa的分组
print(grouped_df['aaa'])

如果需要对所有分组批量做处理，直接遍历groupby对象即可：

for group_val, group_data in df.groupby('a'):
    # group_val为当前分组的a列取值，group_data为对应分组DataFrame
    # 此处添加分组处理逻辑
    print(f"分组值：{group_val}")
    print(group_data)

该方法适配数千行甚至更大规模的数据集，只要pandas可以正常加载原始DataFrame就能正常运行。

内容的提问来源于stack exchange，提问作者loutsi1