用for循环按ticker与ownership列拆分Pandas DataFrame的问题排查

你的循环逻辑踩了Python可变对象赋值的经典坑：
循环里的df只是每次迭代的临时局部变量，你把筛选出来的新表赋值给这个临时变量，只会改变它自己的内存指向，完全不会修改df_list里存的、最开始初始化的三个空DataFrame。等循环跑完，临时变量直接被销毁，外面定义的df_vusa、df_iaex、df_vwrl还是最开始创建的空表，自然没有数据。

可以用最简单的逻辑验证这个机制：

my_list = [0, 0, 0]
for item in my_list:
    item = 100 # 给临时变量item赋值，完全不会改动原列表内容
print(my_list) # 运行后输出仍是 [0, 0, 0]

写法1：直观直写（适合固定少量拆分场景） #

不需要提前初始化空表、不需要套循环，直接按条件给变量赋值，逻辑最清晰：

print('splitting dataframe per ticker and ownership ... ')

# 合并两个筛选条件一次过滤，加copy避免Pandas链式赋值警告
df_vusa = df_portfolio.loc[
    (df_portfolio['ticker'] == 'VUSA.AS') & 
    (df_portfolio['ownership'] == True)
].copy()

df_iaex = df_portfolio.loc[
    (df_portfolio['ticker'] == 'IAEX.AS') & 
    (df_portfolio['ownership'] == True)
].copy()

df_vwrl = df_portfolio.loc[
    (df_portfolio['ticker'] == 'VWRL.AS') & 
    (df_portfolio['ownership'] == True)
].copy()

写法2：循环批量处理（适合拆分规则多、列表长的场景） #

如果需要保留循环逻辑，要把筛选结果主动存入列表，循环结束后再拆给对应命名变量，不要依赖循环内临时变量的赋值反向修改外部对象：

print('splitting dataframe per ticker and ownership ... ')

target_tickers = ['VUSA.AS', 'IAEX.AS', 'VWRL.AS']
split_result = []

for ticker in target_tickers:
    # 布尔列的True判断可以直接简化为列本身，和ownership==True完全等价
    sub_df = df_portfolio.loc[
        (df_portfolio['ticker'] == ticker) & 
        (df_portfolio['ownership'])
    ].copy()
    split_result.append(sub_df)

# 将列表结果按顺序赋值给对应命名的子数据框
df_vusa, df_iaex, df_vwrl = split_result

• 筛选后加.copy()是为了规避Pandas的SettingWithCopyWarning，避免后续修改子表时意外改动原始的df_portfolio数据
• 合并筛选条件时用&连接，每个条件要单独加括号，避免运算符优先级导致的筛选逻辑错误
• 布尔型列的列名 == True写法可以直接简化为列名，运行结果完全一致，代码更简洁

内容的提问来源于stack exchange，提问作者YellowSkin