如何按参与者分组迭代创建Pandas DataFrame子集？

嗨，我来帮你搞定按参与者分组生成DataFrame子集的问题～

假设你的原始DataFrame里有一个用来标识参与者的列（比如participant_id），我们可以用pandas的groupby()方法高效实现分组，完全不用手动写for循环逐行处理。

方法一：直接遍历分组生成子集 #

这是最简洁的方式，对参与者列分组后直接遍历，每个迭代对象就是对应参与者的完整DataFrame子集：

import pandas as pd

# 先模拟一个带参与者ID的示例DataFrame
df = pd.DataFrame({
    'participant_id': [1, 1, 2, 2, 3, 3],
    'score': [85, 90, 78, 82, 95, 88],
    'session': ['morning', 'afternoon', 'morning', 'morning', 'afternoon', 'morning']
})

# 按participant_id分组并遍历
for participant_id, group_df in df.groupby('participant_id'):
    print(f"=== 参与者{participant_id}的专属数据 ===")
    print(group_df)
    # 这里可以添加你需要的后续操作，比如保存为CSV、做统计分析等

方法二：将子集存入字典（方便后续调用） #

如果之后需要随时调取某个参与者的数据，把所有分组后的子集存入字典是个实用的选择——用参与者ID当键，对应的DataFrame当值：

# 创建空字典来存储所有参与者的子集
participant_data_dict = {}

# 分组并填充字典
for participant_id, group_df in df.groupby('participant_id'):
    participant_data_dict[participant_id] = group_df

# 调用示例：获取参与者2的子集
print("参与者2的数据：")
print(participant_data_dict[2])

为什么你的初始循环会逐行生成？ #

大概率是你之前的循环直接遍历了DataFrame的行（比如用for index, row in df.iterrows()），这种方式会逐行取出单条数据，自然没法按参与者聚合。换成groupby()就能直接把同一参与者的所有行打包成一个DataFrame子集啦。

要是你的分组条件更复杂（比如需要按「参与者ID+场次」组合分组），只需要把groupby的参数改成列名列表就行，比如：

for (participant_id, session), group_df in df.groupby(['participant_id', 'session']):
    print(f"参与者{participant_id}在{session}场次的数据：")
    print(group_df)

内容的提问来源于stack exchange，提问作者MeC