Python：如何在for循环中获取分组DataFrame并实现外部访问

这问题我之前踩过坑！直接在循环里尝试动态命名变量确实行不通，就算用一些黑科技实现了，后期维护起来也超麻烦。最稳妥、最符合Python风格的解决方案是用字典来存储每个分组的DataFrame，这样不管循环内外都能轻松访问。

方法一：用字典推导式快速生成（推荐） #

一行代码就能搞定，简洁高效：

# 假设你的原始DataFrame是data，分组列是'column'
grouped_dfs = {group_name: group_df for group_name, group_df in data.groupby('column')}

这样grouped_dfs就是一个字典，键是每个分组的名称（也就是'column'列里的唯一值），值就是对应的分组DataFrame。比如要访问名为"GroupA"的分组，直接写grouped_dfs["GroupA"]就行。

方法二：循环遍历分组并存储（适合需要额外处理的场景） #

如果你需要在存储前对每个分组做一些处理（比如筛选行、计算新列），可以用普通循环：

grouped_dfs = {}
for group_name, group_df in data.groupby('column'):
    # 这里可以添加自定义处理逻辑，比如：
    # group_df['new_column'] = group_df['old_column'] * 2
    grouped_dfs[group_name] = group_df

为什么不推荐动态命名变量？ #

可能你试过类似globals()[group_name] = group_df这种方式来创建变量，但这种做法有很多问题：

• 容易污染全局命名空间，不小心就会覆盖已有的变量
• 如果分组名包含特殊字符（比如空格、数字开头），根本没法作为合法的变量名
• 后续要找这些变量非常麻烦，远不如字典的键值对清晰可控

内容的提问来源于stack exchange，提问作者maerzm